4.2.3. Разработка автоматизированных методов глобального динамического картографирования наземных экосистем на основе временных серий данных спутниковых наблюдений

Разрабатываемая в настоящее время и планируемая к запуску в 2012 году спутниковая система дистанционного зондирования Proba-V призвана обеспечить преемственность по отношению к активно используемой в настоящее время для мониторинга окружающей среды системе SPOT-Vegetation. При близости ряда ключевых характеристик (таких как спектральные диапазоны и частота наблюдения) вышеуказанных систем ДЗЗ, к ожидаемым преимуществам Proba-V следует отнести возрастающее почти в четыре раза (по сравнению со SPOT-Vegetation) пространственное разрешение, которое должно составить величину около 300 метров. Исследовательский проект, выполняемый в рамках международной научной программы подготовки к запуску системы Proba-V, направлен на оценку влияния повышения пространственного разрешения данных спутниковых наблюдений на точность картографирования земного покрова, и прежде всего лесов, России.

Для проведения исследований использовались данные наблюдений спутниковыми системами SPOT-Vegetation за период 2001-2010 годов (стандартные продукты S10) и Terra-MODIS (стандартные продукты MOD09) 2010 года. Использование в рамках проекта данных MODIS в качестве прототипа данных перспективной системы Proba-V было обусловлено близостью ряда ключевых характеристик указанных приборов, определяющих потенциальную точность картографирования растительного покрова.

Предварительная обработка обоих наборов спутниковых данных позволила получить весенние, летние, осенние и зимние композитные изображения Северной Евразии, очищенные от влияния мешающих факторов. В методе фильтрации шумов были использованы пороговые алгоритмы выявления снежного покрова и облачности. В процессе обработки ежедневных данных Terra-MODIS также применялся геометрический подход выявления и адаптивный анализ теневых пикселов. При построении композитных изображений была выполнена временная статистическая фильтрация внутри рассматриваемого сезона. Примеры полученных изображений представлены на рисунках 4.2.3.1 и 4.2.3.2.

Рис. 4.2.3.1. Сезонные композитные изображения по данным S10 SPOT-Vegetation, за летний и зимний периоды 2001-2010 годов

Рис. 4.2.3.2. Сезонные композитные изображения по данным Terra-MODIS, за летний и зимний периоды 2010 года

Значительные различия во временных диапазонах наблюдений выражаются в изменениях вследствие пожаров, вырубок, фенологических вариаций, сельскохозяйственном использовании земель и иных причин. Для устранения влияния изменений на местности было проведено межканальное детектирование аномальных различий данных Terra-MODIS и SPOT-Vegetation.

Использование алгоритма локально адаптивной классификации LAGMA подразумевает использование опорной выборки. Для решения задачи оценки влияния разрешения на результаты классификации была использована единая опорная выборка, основанная на карте растительности России TerraNorte RLC 2010 года с разрешением 250м, которая содержит 22 тематических класса. Кроме учета многолетних изменений, была проведена фильтрация данных карты с таким условием, чтобы на пиксел SPOT-Vegetation с разрешением 1км приходился только один тематический класс. Использование единой  обучающей выборки позволило выполнить распознавание  типов лесного покрова для обоих наборов данных. Результаты классификации лесного покрова России представлены на рисунках 4.2.3.3. и 4.2.3.4. При внешнем сходстве тематических продуктов использование данных с разрешением 250м позволяет получить значительно более детальные результаты и осуществить декомпозицию смешанных в пикселе низкого пространственного разрешения классов (рис. 4.2.3.5.).

Сравнительная оценка результатов картографирования лесного покрова по обоим наборам спутниковых данных выполнена с использованием опорного набора данных, полученного на основе 35 изображений Landsat-ТМ с разрешением 30м. В качестве опорных участков были использованы площадки размером 20х20 км, распределенные по территории России. Внутри выбранных участков была проведена классификация лесного покрова.

Сопоставление полученных тематических продуктов с данными высокого пространственного разрешения выполнялось на основе оптимума Парето с разделением классов на составляющие “лес» - «не лес”. По результатам исследований показано (рис. 4.2.3.6.), что общая ошибка классификации составила 17,6% при использовании данных Terra-MODIS с разрешением 250м и 22,2% при использовании данных SPOT-Vegetation с разрешением 1км.

Рис. 4.2.3.3. Карта лесов России по данным SPOT-Vegetation с разрешением 1км

Рис. 4.2.3.4 Карта лесов России по данным Terra-MODIS с разрешением 250м

Рис. 4.2.3.5. Сопоставление фрагментов карт лесов по данным SPOT-Vegetation (слева) и Terra-MODIS (справа)

Рис. 4.2.3.6. Сравнительная оценка результатов картографирования лесного покрова по данным SPOT-Vegetation  и Terra-MODIS на основе оптимума Парето