МЕТОД УМЕНЬШЕНИЯ ВЛИЯНИЯ ШУМОВОЙ ГИПЕРСПЕКТРАЛЬНОЙ ХАРАКТЕРИСТИКИ
ОТРАЖЕНИЯ ЗАГРЯЗНЕННОЙ МОРСКОЙ ВОДЫ 

Эминов Рамиз Ахмед оглы, кандидат технических наук, доцент, кафедра транспортировки и хранения нефти и газа, Азербайджанский государственный университет нефти и промышленности (Азербайджан, г. Баку, пр. Азадлыг, 20), Eminov.ramiz@mail.ru
Исмаилов Магеррам Магомед оглы, аспирант, Азербайджанский государственный университет нефти и промышленности (Азербайджан, г. Баку, пр. Азадлыг, 20), ismailovmm@mail.ru
Асадов Хикмет Гамид оглы, доктор технических наук, профессор, начальник отдела НИИ Аэрокосмической информатики, Национальное аэрокосмическое агентство (Азербайджан, г. Баку, ул. С. С. Ахундова, 1), asadzade@rambler.ru
Исмаилов Камал Хейраддин оглы, доктор технических наук, доцент, Национальная академия авиации, (Азербайджан, г. Баку, пос. Бина, 25-й км), kamal.ismaylov@mail.ru

551.463

DOI

10.21685/2307-5538-2018-1-8

Актуальность и цели. Высокая степень загрязненности морских вод в регионах морской нефтедобычи диктует необходимость проведения постоянного экологического контроля состояния моря. Контроль состояния морской воды осуществляется с помощью бортовой спектрорадиометрической аппаратуры, установленной на борту носителей, а для анализа полученных гиперспектральных данных широко используются методы производного анализа. При этом учитывается, что первая производная выделяет не только часть шумов, но и специфические спектральные черты изучаемого объекта. 
Материалы и методы. Предложен метод, позволяющий оптимальным образом проводить предобработку гиперспектрального сигнала с помощью первой производной в случае преобладания в исходном измерительном сигнале шумовых составляющих. 
Результаты. Преимущество предлагаемого метода заключается в возможности определения функции представления первой производной φ на основе вычисленной исходной спектральной характеристики оптимальной в смысле достижения экстремума условного информационного контента гиперспектральных данных.
Выводы. Предлагаемый метод может быть использован в технике дистанционного зондирования состояния морских вод для уменьшения влияния шумовой состовляющей гиперспектральных данных, получаемых с применением гиперспектральной аппаратуры.

Ключевые слова

гиперспектрометр, информация, производная характеристика, шумовые сигналы, дистанционное зондирование

 Скачать статью в формате PDF

1. Tsai, F. A derivative aided hyperspectral image analysis system for land cover classification / F. Tsai, W. D. Philpot // IEEE Transaction on Geosciences and Remote Sensing. – 2002. – Vol. 40, № 2. – P. 416–424.
2. Hyperspectral image classification of grass species in northeast Japan / S. T. Monteiro, K. Uto, Y. Kosugi, K. Oda, Y. Lino, G. Saito // IGARSS. – 2008. – P. 399–402.
3. Derivative analysis of absorption features in hyperspectral remote sensing data of carbonate sediments / E. M. Louchard, R. P. Reid, C. F. Stephens, C. O. Davis, R. A. Leathers, T. V. Dowles, R. Maffione // Optics Express. – 2002. – Vol. 10, № 26. – P. 1574–1584.
4. Bajwa, S. G. Hyperspectral image Data, Mining for Band Selection in Agricultural Applications / S. G. Bajwa, P. Bajcsy, P. Groves, L. F. Tian // Transactions of the ASAE. – 2004. – Vol. 47(3). – P. 895–907.
5. Rinnan, A. Review of the most common pre – processing techniques for near – infrared spectra / A. Rinnan, F. Berg, S. B. Engelsen // Trends in Analytical Chemistry. – 2009. – Vol. 28, № 10. – P. 1201–1222. 
6. Cerra, D. Unmixing-based denoising as a pre-processing step for coral reef analysis / D. Cerra, D. Traganos, P. Gege, P. Reinartz // The International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, ISPRS Hannover Workshop. – Hannover, Germany, 2017. – Vol. XLII-1/W1.
7. Эльсгольц, Л. Е. Дифференциальные уравнения и вариационное исчисление / Л. Е. Эльсгольц. – М. : Наука, 1974. – С. 434.