Методика проверки гипотез о распределениях многомерных спектральных данных с использованием непараметрического алгоритма распознавания образов

Abstract

В работе рассматривается новая методика проверки гипотез о распределениях многомерных спектральных данных дистанционного зондирования. Предлагаемая методика основана на использовании непараметрических алгоритмов распознавания образов. Проверка гипотезы о тождественности двух законов распределений многомерных случайных величин заменяется на проверку гипотезы о равенстве ошибки распознавания образов значению 0,5. Применение данной методики позволяет исключить проблему декомпозиции области значений случайных величин на многомерные интервалы, которая свойственна для критерия Пирсона. Её эффективность подтверждается результатами проверки гипотез о распределении спектральных данных дистанционного зондирования лесных массивов. Проводится анализ законов распределения следующих состояний лесных массивов: темнохвойный лес, повреждённые и сухие древостои. Исходная информация получена по данным дистанционного зондирования территории юга Сибири с помощью аппарата Landsat по 6 спектральным каналам. Результаты исследований являются важными для формирования набора значимых спектральных признаков в задаче оценивания состояний лесных массивов.

The paper deals with a new method of testing hypotheses for the distribution of multidimensional remote sensing spectral data. The proposed technique is based on the use of nonparametric algorithms for pattern recognition. Testing the hypothesis of the identity of two laws of distributions of multidimensional random variables is replaced by testing a hypothesis stating that the pattern recognition error equals 0.5. The application of this technique allows doing without the decomposition of the random variable domain into multidimensional intervals, which is typical for the Pearson criterion. Its effectiveness is confirmed by the results of testing the hypotheses of the distribution of spectral data of remote sensing in forestry. The analysis of the distribution laws for the following types of forestry is carried out: dark coniferous forest, damaged and dry forest stands. The initial information was obtained from the southern Siberia remote sensing data using six spectral channels of Landsat. The results of the research form a basis for a set of significant spectral features when dealing with forest condition monitoring.