Статистичні методи інженерії ознак для задачі класифікації стану лісів за супутниковими даними

• Date: 2024
• Author Affiliations: Yevhenii Salii — Навчально-науковий фізико-технічний інститут Національного Технічного Університету України "Київський Політехнічний Інститут імені Ігоря Сікорського", Київ; Alla Lavreniuk — Навчально-науковий фізико-технічний інститут Національного Технічного Університету України "Київський Політехнічний Інститут імені Ігоря Сікорського", Київ; Nataliia Kussul — Навчально-науковий фізико-технічний інститут Національного Технічного Університету України "Київський Політехнічний Інститут імені Ігоря Сікорського", Київ
• Keywords: keywords
• Main Authors: Salii, Yevhenii, Lavreniuk, Alla, Kussul, Nataliia
• Format: Article
• Language: English
• Published: The National Technical University of Ukraine "Igor Sikorsky Kyiv Polytechnic Institute" 2024
• Subjects: Sentinel-2; вегетаційні індекси; відстань Бгаттачар’я; інженерія ознак; жадібні алгоритми; коефіцієнт кореляції Спірмена
• Online Access: https://journal.iasa.kpi.ua/article/view/286178
• Journal Title: System research and information technologies

Timely detection of forest diseases is an important task for their prevention and spread limitation. The usage of satellite imagery provides capabilities for large-scale forest monitoring. Machine learning models allow to automate the analysis of these data for anomaly detection indicating diseases. However, selecting informative features is key to building an effective model. In this work, the application of Bhattacharyya distance and Spearman’s rank correlation coefficient for feature selection from satellite images was investigated. A greedy algorithm was applied to form a subset of weakly correlated features. The experiment showed that selected features allow for improving the classification quality compared to using all spectral bands. The proposed approach demonstrates effectiveness for informative and weakly correlated feature selection and can be utilized in other remote sensing tasks.