Приложение 3

к Регламенту

ПРИМЕНЯЕМЫЕ ТЕРМИНЫ И ОПРЕДЕЛЕНИЯ,

В ТОМ ЧИСЛЕ ПРИ ДЕШИФРИРОВАНИИ ДАННЫХ ДИСТАНЦИОННОГО

ЗОНДИРОВАНИЯ ЗЕМЛИ

Безлесные земли - включают в себя нелесные земли, а также земли, предназначенные для лесовосстановления.

Алгоритм классификации данных ДЗЗ - система вычислений, выполняемых по строго определенным правилам, которая после какого-либо числа шагов заведомо приводит к отнесению каждого пиксела (или сегмента) изображения к одному из классов заданного множества.

Валидационная выборка - набор эталонных пикселов (или сегментов) изображения, по которому оценивается качество результатов оценки характеристик лесов на основе данных ДЗЗ или моделирования. Оценку качества, сделанную с использованием тестовой выборки, применяют для настройки алгоритмов обработки данных ДЗЗ или выбора наилучшей модели.

Обучающая выборка - разбитый на классы набор пикселов (сегментов) изображения с присвоенными им атрибутивными данными о характеристиках лесов, полученным по результатам полевых исследований и дешифрирования фотопроб, по которому производится настройка (обучение) модели классификации.

Обучаемая классификация - процесс настройки параметров алгоритма классификации по выборочной исходной информации (далее - машинное обучение), в котором классификация сегментов проводится путем их сопоставления с заранее сформированной обучающей выборкой.

Объектно-ориентированная классификация - подход к классификации изображений, при котором в качестве минимальной ОТЕ (операционно-территориальной единицы) используются не отдельные пиксели, а однородные области (сегменты или пространственные кластеры), образованные пикселями исходного изображения в результате сегментации.

Класс лесной площади - территория, выделяемая по данным ДЗЗ, занятая лесной и кустарниковой растительностью.

Класс лесной растительности - территория, выделяемая по данным ДЗЗ, занятая лесной и кустарниковой растительностью с определенными количественными и качественными характеристиками.

Предварительная классификация без обучения - раздел машинного обучения, который изучает широкий класс задач обработки данных, в которых известны только описания множества объектов (обучающей выборки), и при этом требуется обнаружить внутренние взаимосвязи, зависимости, закономерности, существующие между объектами.

Классификация - один из разделов машинного обучения, посвященный решению задачи разделения множества объектов на классы.

Тематический класс - класс, выделяемый в процессе аналитического дешифрирования по спутниковым данным высокого и сверхвысокого пространственного разрешения.

Спектральный класс - близкие по спектрально-отражательным характеристикам группы сегментов, выделяемые в процессе предварительной классификации без обучения.

Сегментация изображения - процесс формирования новых областей (сегментов) за счет слияния смежных областей, состоящих из пикселей исходного изображения, объединенных с использованием одной или нескольких характеристик. В качестве характеристик могут быть использованы: спектральные характеристики, текстурные характеристики, характеристики формы.

Эталон - объект (сегмент) с четко определенными спектральными характеристиками (признаками), относящийся к строго определенному классу объектов классификации.