дует внимательно рассмотреть вопрос старения. Огромные потребности в получении лучшей информации о природных ресурсах, довольно примитивное развитие современных спутников в отношении полной характеристики сцены и потенциальные возможности дальнейшего совершенствования систем обработки данных (не только с точки зрения алгоритмов, но также и технологии обработки) - все это говорит о том, что область дистанционных исследований будет продолжать быстро развиваться. Таким образом, кроме объема данных, первоначальных затрат в системах обработки, стоимости единицы обработки и гибкости при выборе способа реализации, следует иметь в виду возмол<ность старения средств обработки данных.

Участие человека в обработке

Ранее мы обращали внимание на тот факт, что именно в случае системы обработки (а не сцены или датчика) возможность участия человека самая большая.

При рассмотрении вопроса вне связи с любой данной проблемой или приложением нам поможет определение степени участия человека в обработке данных. Системы обработки разрабатывались от полностью неавтоматизированных систем до автоматизированных, затем человеко-машинных систем и, наконец, до полностью машинных, или автоматических систем. Примеры, иллюстрирующие эти типы систем обработки, даны ниже.

Вполне естественно, что дистанционные исследования начались с применения полностью неавтоматизированных методов анализа данных. В качестве самого простого примера можно представить дешифровщика, который по фотоснимкам составляет карту. Однако производительность и эффективность этой системы можно быстро и без больших затрат увеличить путем использования вначале более сложных способов получения изображений для интерпретации их человеком, а затем дать аналитику средства, реализуемые на ЭВМ. Приведем простой пример: калибровочные сигналы, формируемые ЭВМ, используются для получения изображений без радиометрических искажений. Геометрическое преобразование изображений с помощью ЭВМ может улучшить картографическое качество данных.

Если рассматривать автоматизированные системы более подробно, то для лучшего понимания информации интерпретатором-человеком могут пригодиться методы улучшения изображений.

с Примером этапа обработки с помощью человеко-машинных систем может служить совмещение двух разновременных изображений сцены. Участие человека может включать локализацию ряда общих точек на двух множествах данных путем использования интерактивного устройства воспроизведения; за этим следует применение алгоритма корреляции двухмерных изображений, реализованного на ЭВМ, для получения точного

соответствия локализованных ручным способом исходных точек изображения. Метод распознавания образов, рассмотренный нами, представляет собой пример обработки с помощью человеко-машинных систем. Для определения группы классов, локализации обучающих данных и вычисления статистик классов используется итеративная комбинация шагов ручной и машинной обработки, после чего элементы изображения сцены классифицируются с помощью алгоритма контролируемой классификации распознавания образов.

Обычно полностью автоматическим способом выполняется только предварительная обработка, где алгоритмы обработки не зависят от данных и являются достаточно простыми, так что человеку не требуется особых способностей для работы с ними. Часто трудно понять целесообразность полностью автоматического анализа данных, даже как цель, так как человек, в отличие от алгоритма, реализованного на ЭВМ, обладает способностью рассуждать и может использовать контекстуальную информацию и т. п. Необходимо еще определить величину дополнительной информации субъективного характера, положительное влияние которой на эффективность обработки и качество результатов несомненно.

Таким образом, мы видим, что участие человека в обработке не ограничивается только выбором для аппаратуры интерактивной работы. На самом деле вопрос заключается в объединении человека с машиной и определении того, какие задачи лучше может выполнить человек, а какие - машина. Решения во многом зависят от целей проектировщика информационной системы и от того, необходимо ли более тщательное определение точности получаемой информации, производительности, повторяемости результатов, первоначальных затрат на проектирование системы, стоимости одной операции обработки (или результата), ряда проблем, которые могут возникнуть, типов обрабатываемых данных или других факторов, о которых мы говорили при рассмотрении оценки системы в гл. IV.

Интерфейс с пользователем

И, наконец, осталось рассмотреть вопрос об интерфейсе остальной части системы с потребителем информации. Здесь диапазон возможностей также большой, а неспособность системы на этот интерфейс, может быть, даже еще больше. Вид, качество, своевременность и стоимость выходных материалов должны соответствовать запросам пользователя. Часто это сложный вопрос, потому что нередко пользователь не может точно определить свои потребности. Нельзя ожидать, чтобы все потенциальные пользователи достаточно хорошо разбирались в информационных системах дистанционного зондирования, чтобы дать правильные количественные характеристики необходимых результатов. Кроме того, наиболее вероятно, что вначале человек, получающий выходные материалы, не сможет 384

понять задачу пользователя настолько хорошо, чтобы дать правильный совет. Метод, который использовался для облегчения этой задачи, - непосредственное включение пользователя в получение необходимых результатов. Это увеличивает возможность итеративного решения таких вопросов, как: «Что нужно пользователю?» и «Что мол<ет дать система?».

Обращаясь к общему виду систем, представленному на рис. VII.1, мы заключаем, что 1) система очень централизована относительно датчика, но 2) сама система должна быть очень децентрализована в некоторой точке «вниз по потоку данных» к пользователю, так как для оправдания затрат на создание и эксплуатацию системы должно быть достаточно пользователей: и применений. Ясно, что у каждого пользователя не может быть своего собственного спутникового датчика, и, таким образом, один датчик должен использоваться многими пользователями. Точка в системе, в которой происходит децентрализация, влияет на интерфейс системы с пользователем. Сокращение объема данных в результате обработки больших массивов данных предполагает, что децентрализация должна иметь место как можн» дальше вниз по потоку данных к пользователю.

Задачи

VII.8. Обычный пользователь информации, полученной по данным дистанционного зондирования, имеет больше альтернатив при проектировании и выборе системы обработки, чем других компонент системы. Рассмотрите разработку системы обработки данных для управления территорией в 5О0 млн. га (1,,2 млрд. акров) лесных и степных земель, если имеются следующие пункты программы:

а) операция исследования, б) исследование возможности выполнения в мелком масштабе (одного участка леса), в) крупный демонстрационный проект (100 млн. га, 247 млн. акров), г) крупномасштабная операция.

Рассмотрите также вопросы о выборе алгоритмов, их реализации на ЭВМ» степени участия человека в процессе анализа, типе интерфейса человека на каждой стадии проектирования.

VII.9. Как Вы думаете, какой тип реализации алгоритмов на ЭВМ лучше-всего подойдет пользователю, которому необходимо постоянно совершенствовать свою информационную базу, но основные интересы которого ограничены-небольшой географической областью? В качестве примера возьмем землепользование фермера площадью 1000 га (2500 акров). Также укажите, алгоритм какой степени гибкости и какой тип интерфейса с пользователем Вы. бы посоветовали. Подкрепите свои рекомендации, указав преимущества системы, которую Вы предлагаете.

VII.10. Правление округов изучает вопрос использования дистанционного зондирования для получения карт землепользования, совершенствуемых каждый год. Рассмотрите роль системы обработки данных при таком примене-г НИИ. Какие характерные свойства этой системы Вы бы считали необходимыми, если бы отвечали за поставку оборудования или предоставление услуг для, данного применения?

Список литературы

1. Knuth D. Е. The Art of Computer Programming, vol. 1, «Fundamentar. Algorithms**, Addison-Wesley Publishing Co., Reading, Mass., 1975.

* Кнут Д. Искусство программирования для ЭВМ. Основные алгоритмы. М., Мир, 1976. (Прим. пер.).