книга DipMaster-Shop.RU
поиск
карта
почта
Главная На заказ Готовые работы Способы оплаты Партнерство Контакты F.A.Q. Поиск
Проектирование АЛУ для сложения двоично-десятичных чисел ( Курсовая работа, 13 стр. )
Проектирование баз данных таксационных описаний лесхозов на основе XML ( Курсовая работа, 21 стр. )
Проектирование базы данных посредствам прикладных программ Erwin и Microsoft Office Access ( Курсовая работа, 27 стр. )
Проектирование и разработка автоматизированного рабочего места менеджера отдела полиграфии компании ООО "Хабитус". ( Дипломная работа, 108 стр. )
Проектирование подсистемы калькуляции себестоимости* ( Дипломная работа, 82 стр. )
Проектирование подсистемы калькуляции себестоимости* 2011-82 ( Дипломная работа, 82 стр. )
Простой алгоритм двумерного отсечения. Рисование линий по алгоритму Брезенхема. ( Контрольная работа, 17 стр. )
Пространственная визуализация геохимиче-ских полей ( Курсовая работа, 14 стр. )
Процессор обновления баз данных в многомерной СУБД UniVerse с использованием в качестве клиентского приложения Internet браузера ( Курсовая работа, 68 стр. )
Публикация в информационных инфраструктурах справочников географических объектов ( Курсовая работа, 12 стр. )
Работа в среде программирования DELPHI ( Курсовая работа, 42 стр. )
Развивающая игра для детей «Раскраска» ( Курсовая работа, 23 стр. )
Развивающая игра для детей «Раскраска» 2008-23 ( Курсовая работа, 23 стр. )
Разработать игру и реализовать её с помощью языка программирования "Python" ( Курсовая работа, 16 стр. )
Разработать информационную систему с применением динамических структур данных ( Контрольная работа, 31 стр. )
Разработать программу, которая форматирует текст в файле, на языке программирования VisualC++ ( Курсовая работа, 21 стр. )
Разработка web-сайт ИП "Мельников". ( Дипломная работа, 90 стр. )
Разработка автоматизированной информационной системы автомагазина на языке Delphi и сопроводительной документации ( Курсовая работа, 49 стр. )
Разработка автоматизированной системы управления проектами для малых предприятий12 ( Дипломная работа, 150 стр. )
Разработка автоматизированной информационной системы автомагазина на языке Delphi и сопроводительной документации 2008-49 ( Курсовая работа, 49 стр. )
Разработка алгоритма и программы системы искусственного интеллекта ( Курсовая работа, 15 стр. )
РАЗРАБОТКА БАЗ ДАННЫХ ( Курсовая работа, 37 стр. )
Разработка библиотеки программ для автоматизированного тестирования юнитов (units) на языке программирования Delphi ( Курсовая работа, 26 стр. )
Разработка для персонального компьютера программного комплекса формирования двоичных М-последовательностей и анализа систем передачи информации на основе этих последовательностей при балансной и квадратурной балансной модуляции ( Дипломная работа, 162 стр. )
Разработка и реализация классификатора типов морского льда по данным спектральных каналов спутника MTSAT-1R ( Курсовая работа, 30 стр. )

Содержание

Содержание 2

1. Введение 3

1.1 Глоссарий 4

1.2 Описание предметной области 4

1.2.1 Обзор деятельности организации-заказчика 4

1.2.2 Спутник MTSAT-1R. 5

1.2.3 Спектральные каналы. 6

1.2.4 Цели, средства решения и пределы применения 8

1.3 Неформальная постановка задачи 13

1.4 Математические методы 13

1.4.1 Схема разрабатываемого классификатора 16

1.5 Обзор существующих методов 18

1.6 План работы 19

2. Требования к окружению 19

2.1 Требования к аппаратному обеспечению 19

2.2 Требования к программному обеспечению 19

2.3 Требования к пользователям 20

3. Спецификация данных 20

3.1 Описание формата и структуры данных 20

4. Функциональные требования 21

5. Требования к интерфейсу 21

5.1 Требования к производительности 23

6. Проект 23

6.1 Средства реализации 23

6.2 Модули и алгоритмы 23

6.3 Проект интерфейса 26

7. Реализация и тестирование 27

Заключение 29

Список литературы 30

1. Введение

Морской лед занимает обширные просторы Арктики и Дальневосточного региона, меняет своё положение в зависимости от времени года и оказывает существенное влияние на приле-гающие слои атмосферы и океана. Лед является мощным изолятором, ограничивающим тепло-обмен океана и атмосферы. Альбедо в коротковолновой области солнечного спектра сущест-венно уменьшается при наличии снежного покрова на морском льду. В определенное время года и в отдельных местах соль, освобождаемая в процессе ледообразования, приводит к существен-ным изменениям соленостной и плотностной структур в верхнем слое океана, в конечном итоге инициируя глубоководную конвекцию, изменение термического режима, образование придон-ных вод, изменения в циркуляции вод Мирового Океана и другие процессы.

Если термодинамическое состояние океана исчерпывающе определяется полями течений, температурой и соленостью, то для представления состояний ледяного покрова нет столь четко выраженных характеристик, отражающих существо объекта. К основным характеристикам, дос-таточно детально отражающих состояние ледяного покрова и наиболее часто используемым при анализе ледовых условий относятся следующие геофизические данные:

1) Характеристики распространения льдов, включая общую и частные сплоченности.

2) Параметры движение льдов.

3) Информация по снежному покрову.

4) Распределение толщин льдов (возраст).

При этом получение эффективного анализа режимных характеристик ледовых условий их пространственно-временной изменчивости, формировании ледовых прогнозов, оперативного обеспечения промысла, а также решение задач по классификации по параметрам выше возмож-но при условии полноты архива ледовой информации. Особо важным является разработка авто-матизированной системы, дешифрирующей космические снимки и анализирующей результаты. Эти данные позволят вести круглогодичный мониторинг океанологических условий в замер-зающих морях, и из общей массы поступивших данных создать свою базу по возрасту, толщине или заснеженности.

1.1 Глоссарий

Альбедо – количество света отраженное от поверхности земли.

МСЗ - метеорологический искусственный спутник Земли;

MTSAT-1R – японский геостационарный спутник. Запущен в 2006 году.

NOAA - наименование серии МСЗ (по имени организации-владельца - National Ocean and Atmosphere Administration, USA);

Припай – неподвижное образование льда, которое совместно со льдами открытого моря

представляет ледяной покров в районах прибрежной зоны.

1.2 Описание предметной области

1.2.1 Обзор деятельности организации-заказчика

Лаборатория Спутникого Мониторинга ИАПУ (Институт автоматизации процессов управле-ния) ДВО РАН единственный научно-производственный центр на Дальнем Востоке по получе-нию, обработки и анализу космических снимков с метеорологических спутников (NOAA, FY, AQUA, MTSAT-1R). Все полученные результаты предоставляются зарегистрированным пользо-вателям по необходимости. Пользователями являются исследовательские институты ДВО РАН и отраслевые институты (ТИНРО, ДВНИГМИ, САХНИРО и др.).

Помимо ИАПУ исследованием и решением задач по анализу акваторий морей и океанов ведут такие известные центры как:

? Национальный Центр Данных США по Снегу и Льду (НЦДСЛ)

? Государственный Научный Центр РФ Арктический и антарктический научно-исследовательский институт Росгидромета (ААНИИ)

? Hokkaido University (Япония)

? Камчатский Центр Спутникового мониторинга (КЦСМ)

? ГУ Научно-Исследовательский Центр Космической Гидрометеорологии “Планета”

Более подробно функции Лаборатории Спутнивого Мониторинга заключаются в приеме разнообразных заказов о состояний солености, температуры, биоактивности и т.д. Затем огра-ничивание требуемого района, процедуры калибровки, привязка территорию к реальным коор-динатам, обработка алгоритмами, фильтрами и после открытие доступа к результатам заинтере-сованным организациям.

Помимо стандартных задач, решаемых как у нас, так и за рубежом, дальневосточные ис-следовательские центры сталкиваются с множеством уникальных феноменов (сезонных, терри-ториальных, термодинамических и др.), которые присуще только нашим морям. Природные яв-ления вносят существенные поправки в анализ ледовых условий, и их классификацию.

Учет всех нюансов еще на начальном этапе обработки улучшает результаты, как в рамках моей работы, так и в будущих исследованиях. Особую ценность обработанные данные пред-ставляют для моделирования причинно-следственных связей, необходимых в прогностических разработках всех процессов в комплексе.

Организация-заказчик ТИНРО-Центр уделяет огромное внимание акватории Охотского моря. Данный интерес обусловлен тем, что Охотское море является высокопродуктивной мор-ской экосистемой и имеет исключительно важное промысловое значение для России. Положе-ние в субарктической зоне определяет важную его особенность для рыбохозяйственной науки, в частности: пространственно- временную изменчивость ледовитости как всего моря в целом, так и отдельных его шельфовых районов. В связи с постоянным совершенствованием космических систем существенно расширяются возможности идентификации большого числа ледовых пара-метров, необходимых для выявления новых аспектов региональных и глобальных закономерно-стей ледовых процессов и уточнения взаимосвязей между ними. Помимо индикационной роли льдов, как показателей гидродинамических процессов, они являются важнейшими объектами космических исследований. Возрастающие требования с необходимостью более полного учета состояния льда в практических и научных задачах, заставляют последовательно совершенство-вать существующие методы, шире использовать возможности и средства вычислительной тех-ники, искать новые формы и методы ледовых исследований.

1.2.2 Спутник MTSAT-1R.

Использование геостационарных спутников является наиболее подходящим способом из-мерения альбедо, в случае, если наблюдение за изменчивостью альбедо имеет большое значе-ние. Из геостационарных спутников, находящихся над дальневосточным регионом, особое ме-сто занимает геостационарный спутник MTSAT-1R, запущенный Японским агентством иссле-дования космического пространства (JAXA) 26 февраля 2005 года. От других геостационарных

Список литературы

[1] Глумов Н.И. Компьютерная оптика. Методы отбора информативных признаков на цифровых изображениях. Том 31 №3. Самара: СГАУ, 2007.

[2] Анисимов Б.В. Распознавание и цифровая обработка изображений: Учеб. Пособие для студентов вузов. – М.:Высш. шк., 1983. – 295с.

[3] Яне Б. Цифровая обработка изображений. – Берлин: Техносфера, 2007. – 584с.

[4] Прет У. Цифровая обработка изображений. М.:Мир, 1982. - 790с

[5] Ту Дж., Гонсалес Р. Принципы распознавания образов. – М: Мир, 1978

[6] Фукунага К. Введение в статистическую теорию распознавания образов. –М: Наука, 1979, - 368с.

[7] Лурье И.К., Косиков А.Г. Теория и практика цифровой обработки изображений/ Дистанционное зондирование и географические информационные системы. Под ред. А.М. Берлянта. – М: Научный мир, 2003. – 168с., 8с. цв. вкл.

[8] Платонов К. А. Распознавание льда и облачности по серии изображений японского геостационарного спутника MTSAT-1R. Курсовая работа, 2007. – 21с.

приложений нет

2000-2024 © Copyright «DipMaster-Shop.ru»