Klasifikacija satelitskih posnetkov z metodami umetne inteligence

Povzetek

Namen tega članka je predstaviti osnove obdelave satelitskih posnetkov, še zlasti njihove klasifikacije. V zvezi s tem je bila izvedena litološka klasifikacija širšega območja Kopra in Kozine. Standardne klasifikacijske metode, ki temeljijo na statističnih načelih, se mnogokrat izkažejo za prešibke. Zato se strokovnjaki, ki se ukvarjajo z obdelavo digitalnih podob, trudijo osvojiti nove metode, ki bi jih pripeljale do uporabnejših rezultatov. Na tem mestu je potrebno poudariti, da metode opisane v tem članku niso uporabne le za interpretacijo satelitskih posnetkov ampak se lahko uporabljajo tudi nad katerikoli drugimi prostorskimi podatki (geofizikalnimi, geokemičnimi ...). Ena od vej, ki na nov način poiskuša reševati klasifikacijsko vprašanje so tudi umetne nevronske mreže (UNN). V članku je predstavljena tehnika strojnega učenja, ki kombinira nenadzorovano (ang. Self Organisig Maps - SOM) in nadzorovano učenje (ang. backpropagation - BPG). Primerjava s standardnim pristopom je pokazala, da uporaba umetnih nevronskih mrež mnogokrat boljše rešuje klasifikacijske probleme. Izkazalo se je, da je končna natančnost odvisna predvsem od števila razredov in njihove linearne ločljivosti. Z uporabo umetnih nevronskih mrež se odpirajo nove interpretativne možnosti. V učni proces lahko dodatno uvedemo X in Y koordinati, kar pri standardnih metodah zaradi njihovih omejenih sposobnostih pri razdelivi multivariatnega prostora vhodnih podatkov ni smiselno.