2. Freund I. E. «Mathematical Statistics*, Prentice-Hall, Englewood Cliffs, N. J., 1971.

3. Hadley G. «Linear AIgebra», Addison-Wesley, Reading, Mass., 1961.

4. Anderson T. W. «An Introduction to Multivariate Statistical Analy-sis»*, John Wiley and Sons, New York, 1958.

5. Marill T. and Green D. M. On the Effectiveness of Receptors in Recognition Systems, IEEE Trans. Information Theory, vol. IT - 9, pp. 11-17, January, 1963.

6. Swain P. H. and King R. C. Two Effective Feature Selection Criteria for Multispectral Remote Sensing, in Proc. First International Joint Conference on Pattern Recognition, IEEE Cat. no. 73 CHO 821-9C, IEEE Single Copy Sales, Piscataway, N. J., pp. 536-540, November, 1973.

7. Wacker A. G. The Minimum Distance Approach to Classification, Ph. D. Thesis, LARS Information Note 100771, Laboratory for Applications of Remote Sensing and Technical Report TR - EE 71-37, School of Electrical Engineering Purdue University, West Lafayette, Ind., 1971.

8. Kailath T. The Divergence and Bhattacharyya Distance Measures in Signal Selection, IEEE Trans. Comm. Theory, vol. COM - 15, pp. 52-60, February, 1967.

9. Smedes H. W., Spencer H. M., and Thomson F. J. Preprocessing of Multispectral Data and Simulation of ERTS Data Channels to Make Computer Terrain Mape of a Yellowstone National Park Test Site, Proc. Seventh International Symposium on Remote Sensing of Environment, vol. 3, Environmental Research Institute of Michigan, Ann Arbor, Mich., pp. 2073-2094, 1971.

10. Deceit H. P., Jr., and Quirein J. A. An Iterative Approach to the Feature Selection Problem, in Proc. Conference on Machine Processing of Remotely Sensed Data, IEEE Cat. no. 73 CHO 834-2GE, IEEE Single Copy Sales, Piscataway, N. J. pp. 3B - 1 to 3B - 12, October, 1973.

11. Ready P. J., and Wintz P. A. Information Extraction, SNR Improvement, and Data Compression in Multispectral Imagery, IEEE Trans. Communications, vol. COM -21, pp. 1123-1131, October, 1973.

12. Ball G. H. Data Analysis in the Social Sciences: What about the Details?, in Proc. Fall Joint Computer Conference, Spartan Books, Washington, D. C, pp. 533-560, 1965.

13. Duda R. 0. and Hart P. E. «Pattern Classification and Scence Analy-sis**», John Wiley and Sons, New York, 1973.

14. Davis B. J. and Swain P. H. An Automated and Repeatable Data Analysis Procedure for Remote Sensing Applications, in Proc. Ninth International Symposium on Remote Sensing of Environment, Environmental Research Institute of Michigan, Ann Arbor Mich., pp. 771-774. 1974.

15. Fleming M. D., Berkebile J. S. and Яо/fer R. M. Computer - Aided Analysis of Landsat - I MSS Data: A Comparison of Three Approaches, Including «Modified Clustering* Approach, in Proc. Conference on Machine Processing of Remotely Sensed Data, IEEE Cat. no. 75, CH 1009-0-C, IEEE Single Copy Sales, Piscataway, N. J., pp. IB -54 to IB -61, 1975.

* Андерсон Т. Введение в многомерный статистический анализ. М., Физ-матгиз, 1963. (Прим. пер.).

** Дуда Р., Харт П. Распознавание образов и анализ сцен. М., Мир, 1976. (Прим. пер.).

ГЛАВА

МЕТОДЫ И СИСТЕМЫ ОБРАБОТКИ ДАННЫХ

В гл. II были изложены основные понятия оптики и описаны измерительные приборы, которые необходимо рассматривать при проектировании систем для количественных измерений в дистанционных исследованиях. В гл. III рассмотрели класс количественных методов анализа этих измерений и предприняли основной шаг к их преобразованию в полезную информацию. Как отмечено в начале гл. III, эти методы наиболее эффективно реализуются на ЭВМ, что и определило содержание настоящей главы.

Потенциальные пользователи численно-ориентированной технологии дистанционного зондирования должны неминуемо столкнуться с вопросом: какая система обработки данных наилучшим образом удовлетворит их потребности. Тесно связанной и также важной является проблема: какие именно численные методы будут реализованы в системе обработки данных. Это не простые вопросы для решения, отчасти потому, что существуют широкие возможности выбора систем обработки данных и методов. Итак, цели этой главы: 1) познакомить читателя с имеющимися методами и системами обработки данных, 2) представить некоторые основные идеи проектирования системы обработки данных дистанционного зондирования с логическим обоснованием оценивания таких систем. Подробное описание, позволяющее читателю полностью выполнить разработку системы обработки данных, выходит за пределы этой книги и не соответствует ее уровню. Скорее материал, изложенный здесь, даст, по меньшей мере, основное представление о том, как компоненты такой системы могут давать систему в целом и отправную точку для выбора соответствующих компонент на основе потребностей пользователя и имеющихся ресурсов. Большая •библиография главы послужит руководством для поиска более подробных сведений.

Цели изучения.

После прочтения раздела IV. 1 читатель должен уметь:

1. Перечислить пять компонент, влияющих на проектирование системы обработки данных дистанционных измерений, и описать, как влияет наложение ограничения на одну из этих компонент на другие.

2. Описать в общих чертах модель системы обработки данных, которая позволяет проектировщику системы учитывать интерфейс между пользователем, аналитиком и системой сбора данных.

3. Защищить тезис, что «проектирование системы логичнее всего начинать с подсистемы вывода».

IV.1. Модель системы обработки данных

Прежде всего следует помнить, что область применения системы обработки данных может изменяться от ее содействия дистанционному исследованию до получения конкретных выходных данных в результате обработки. Между этими крайностями лежит любое их возможное сочетание. Оптимальный проект конкретной системы обработки данных, вероятно, зависит в большей степени, от ее назначения, чем от какого-либо другого фактора. Не уделяя особого внимания проектированию системы для какой-либо конкретной цели дистанционного зондирования, мы рассмотрим некоторые универсально применимые положения, не зависящие от цели, которые фактически приведут к проекту, соответствующему назначению системы.

Основным при нашем рассмотрении системы обработки данных дистанционного зондирования является взаимодействие пяти компонент, имеющих отношение к системе: пользователя системы, аналитика данных, системы сбора данных, аппаратуры и программного обеспечения обработки данных и проектировщика системы. Важно точно определить смысл этих компонент.

Пользователь системы (далее-просто пользователь) определяется как потребитель выходной информации системы обработки данных. До известной степени и само существование системы зависит от пользователя. Назначение системы определяется потребностями пользователя - это могут быть результаты исследования или конкретные материалы процесса преобразования данных в информацию. Как потребитель выходной информации системы, пользователь фактически никогда не вступает в прямой контакт с системой обработки данных.

В то же время аналитик данных может так тесно взаимодействовать с системой обработки данных, что обычно его считают частью системы. Конкретная роль его определяется назначением системы. В системе, ориентированной на производство, аналитик может быть просто оператором, управляющим потоком материалов и, возможно, следящим за эксплуатацией системы. Если система предназначена для исследований, аналитик данных, вероятно, сам становится исследователем, а система - одним из основных инструментов исследования новых областей приложения или разработки новых методов.

Система сбора данных - это набор приборов и среда, обеспечивающая ввод информации в систему обработки данных. В нее входит не только первичная система сбора дан-