?
ВЫЯВЛЕНИЕ ИНВАРИАНТНЫХ СОСТОЯНИЙ АГРОЛАНДШАФТОВ НА ОСНОВЕ ИЕРАРХИЧЕСКОГО ФАКТОРНОГО АНАЛИЗА ДИСТАНЦИОННОЙ ИНФОРМАЦИИ
Предлагаемая работа показывает возможности анализа временных рядов мультиспектральных космических снимков среднего разрешения для выявления инвариантных пространственных структур в условиях сильного антропогенного воздействия. На примере многолетних рядов данных LANDSAT показана процедура выделения пространственных инвариант. Процедура основана на применении метода иерархического факторного анализа многомерного пространства исходных переменных и сегментации полученного факторного пространства на дискретные состояния. Так как каждое мультиспектральное изображение – срез состояния ландшафтного покрова и его способности преобразовывать солнечную энергию, то у каждого такого среза должен быть собственный набор пространственных инвариант, описывающих большую часть информации о работе поверхности. Из инвариант, описывающих отдельные срезы, можно построить новые инварианты, описывающие стационарные состояния временного ряда в целом. С помощью итеративной процедуры классификации к-средних можно выделить пространственную дифференциацию данных состояний. Число таких состояний определяется принципом максимума энтропии. Устойчивость полученных дискретных состояний исследуется с помощью дискриминантного анализа, когда полученные по одному временному ряду инвариантные состояния служат обучающей выборкой для другого временного ряда снимков для той же территории. В данной статье с помощью этого подхода исследуются агроландшафты района Самарской области. Демонстрируется высокая повторяемость дискретных пространственных инвариант в пространстве интегральных факторов для временных рядов, разделенных во времени на 10 лет. Независимо проведенные полевые исследования позволяют утверждать, что выделенные стационарные состояния могут быть соотнесены с типами почв. Проведение такого рода анализа позволяет установить с помощью дистанционных методов генетические свойства территории даже под сильным антропогенным воздействием.