Спутниковые системы постоянно развиваются, на смену фотографическим приборам дистанционного зондирования пришли многоспектральные сканеры, свойства принимаемой информации значительно увеличились. Современные спутниковые системы получают снимки с высокой оперативностью, регулярным потоком данных практически каждый день. Это открывает большие возможности для усовершенствования существующих методов и алгоритмов обработки космических снимков. А в связи с тем, что объем данных аэрокосмической съемки и вычислительная мощность технических средств, постоянно увеличиваются, увеличивается и потребность в разработке методов обработки этих данных.
В качестве метода обработки был рассмотрен алгоритм, известный как клеточный автомат. Клеточный автомат - дискретная модель, представляющая собой сетку произвольной размерности, каждая клетка которой в каждый момент времени может принимать одно из конечного множества состояний, переход клеток из одного состояния в другое зависит от заданных заранее правил. Простейшие клеточные автоматы используются в криптографии, моделировании физических процессов, поведения людей, в биологии и многих других областях.
В данном случае применение этого метода обработки будет рассмотрена на примере моделирования распространения природного пожара. Для использования данного метода необходимо разбить на классы объектов, снимок определенной территории, полученный при помощи спутниковой съемки. Примерами таких классов могут быть: хвойный лес, лиственный лес, инфраструктура, болота, луга и т.д. Далее на полученном классифицированном изображении выбирается начальная точка (точка возгорания) и применяется клеточный алгоритм с использованием следующих правил:
- У каждой живой клетки в зависимости от её класса есть некая вероятность умереть, при этом для того, чтобы загореться она должна иметь по соседству минимум одну мертвую клетку;
- В том случае если у живой клетки по соседству имеются три или больше мертвые клетки, то вероятность клетки умереть увеличивается;
В данном случае мертвыми являются выгоревшие участки территории, а живыми все остальные.
Основными достоинствами данного метода является то, что правила можно задавать самые разные, в зависимости о ситуации и поставленных задач, а потому он применим не только для прогнозирования лесных пожаров, но и практически для любого другого динамического природного явления. Например, к перечисленным выше правилам можно добавить правило устанавливающее зависимость между вероятностью возгорания и направлением ветра. А так же метод обработки с использованием клеточного автомата, достаточно легко реализуем, например разработка приложения или модуля для геоинформационной системы.