Технология автоматического уточнения привязки данных прибора МСУ МР КА серии «Метеор-М»

Многозональное сканирующее устройство малого разрешения – МСУ-МР, устанавливаемое на отечественных космических аппаратах серии «Метеор-М» позволяет осуществлять регулярную съёмку земной поверхности с полосой обзора в 3000 км, пространственным разрешением в 1 км в шести узких каналах в спектральном диапазоне от 0,5 до 12,5 мкм. Данные, получаемые приборами этой серии, активно используются для решения задач дистанционного мониторинга природных и антропогенных явлений.

Для решения подобных задач критично важной является точная, пиксельная или лучше, географическая привязка данных. Для данных приборов МСУ-МР точность привязки, как правило, хуже, поэтому были проведены работы по организации её потокового уточнения. Для уточнения привязки данных МСУ-МР была предложена схема, которая состоит из следующих основных этапов:

• подбора опорных данных для уточнения привязки;
• выявления контрольных точек на парах изображений;
• восстановления углов ориентации на основе найденных контрольных точек (уточнения параметров модели сенсора);
• применения модели сенсора, полученной на базе восстановленных параметров КА, для географической привязки данных уровня обработки L1B;
• автоматического контроля качества уточнённой привязки.
   

Выбор опорных данных для поиска контрольных точек определяет качество полученной привязки. Для опоры важны следующие критерии: качественная субпиксельная географическая привязка; соответствие спектральному диапазону привязываемого снимка; сопоставимое пространственное разрешение, в оптимальном случае – более высокое; сопоставимые условия, при которых были получены привязываемый и опорный снимки (например, одинаковый сезон съёмки); полное или значительное перекрытие территории привязываемого снимка; отсутствие или незначительное количество облачности, шумов и локальных искажений. Указанные критерии должны выполняться как для дневных, так и для ночных наблюдений.

Использование отдельных снимков таких приборов, как MODIS, VIIRS, OLI и MSI для привязки сеансов МСУ-МР не представляется возможным, так как единичные снимки имеют недостаточное пересечение по территории с привязываемым сеансом (МСУ-МР) из-за различий в полосе захвата (OLI, MSI) и в траектории съёмки (MODIS, VIIRS). Кроме того, минимизировать облачность, шумы на единичных снимках – при этом максимизировав открытую территорию – достаточно сложно.

Проблемы недостаточного перекрытия данных по территории и наличия облачности позволяет решить использование безоблачных композитных изображений. Для дневных снимков МСУ-МР в качестве опорных данных были выбраны ежемесячные композитные изображения прибора MODIS в SWIR-диапазоне (~1,6 мкм). Такая опора удовлетворяет всем критериям подходящих опорных данных.

Ночная съёмка МСУ-МР производится только в трёх спектральных диапазонах: MWIR (3,5÷4,1 мкм) и 2 TIR (10,5–11,1 и 11,5–12,5 мкм). В настоящее время отсутствуют технологии, позволяющие создавать качественные безоблачные композиты для каналов диапазонов MWIR и TIR. Также традиционный автоматический метод поиска расхождений между изображениями с использованием береговых линий для ИК-данных работает нестабильно. В этой связи опорные данные выбираются среди снимков приборов, обладающих ИК-каналом с хорошей привязкой и близким спектральным диапазоном к одному из ИК-каналов МСУ-МР. Для ночных снимков в качестве опоры были выбраны данные в ИК-диапазоне (~3,6 мкм) двух типов в зависимости от региона покрытия данными. Для снимков МСУ-МР, территориально попадающих в зону видимости прибора AHI (Himawari-8/9), выбирается пара снимков прибора AHI с временной разницей в 1 час: за 24 и 25 часов до привязываемого снимка. Пространственное разрешение данных AHI составляет 2 км, поэтому для повышения качества выборки опорных данных и исключения ложных низкокачественных оценок смещения в ключевых точках используется пересечение множеств контрольных точек на этих двух снимках для построения модели наблюдений. Для всех остальных случаев используется мозаика снимков MODIS или VIIRS, покрывающая как минимум 90 % привязываемого снимка МСУ-МР.

Для совмещения проецированных снимков (МСУ-МР и опорного) был использован программный пакет AROSICS, который представляет собой библиотеку с открытым исходным кодом на языке программирования Python, предназначенную для автоматического совмещения спутниковых снимков с субпиксельной точностью. Для привязки снимков МСУ-МР был выбран локальный режим работы программного пакета, так как на снимках могут присутствовать как облачность, так и нелинейные искажения. Кроме того, для восстановления параметров ориентации прибора необходимо получение значительного числа опорных точек. Схема с восстановлением параметров ориентации прибора была выбрана для исключения искажений, связанных с интерполяцией данных при перепроецировании. Восстановление углов ориентации в данной работе производится путём минимизации суммарной ошибки определения положения полученных ранее контрольных точек. Найденные уточнённые параметры ориентации КА подаются на вход в модель сенсора, после чего стандартным образом осуществляется привязка данных МСУ-МР уровня обработки L1B.

Для автоматического контроля качества привязки была разработана следующая процедура. Для каждого снимка уточнённые координаты контрольных точек, полученные на первом этапе допривязки, сохраняются и впоследствии сравниваются с координатами тех же точек, полученными в результате последующего применения модели сенсора с восстановленными параметрами ориентации КА. Если средняя разница абсолютных величин расстояний между сохранёнными контрольными точками и восстановленными точками составляет менее 1,5 км, то привязка считается удовлетворительной для дальнейшего использования данного снимка. В противном случае сцена считается неудовлетворительно привязанной. После окончания процедуры контроля полученная средняя ошибка привязки сохраняется для каждой обработанной сцены.

Для оценки качества географической привязки было сформировано два набора дневных поканальных изображений МСУ-МР, полученных с КА «Метеор-М» №2-2 за август 2022 года и с КА «Метеор-М» №2-3 за май 2024 года. Оба набора данных были переведены в географическую проекцию EPSG:4326 и сопоставлены с эталонными данными безоблачных ежемесячных композитных изображений MODIS (Барталев и др., 2016). Оценка качества привязки снимков осуществлялась посредством сопоставления координат наборов контрольных точек, автоматически полученных на проверяемых и опорных изображениях с помощью алгоритма AROSICS. Результаты работы созданной схемы на собранных тестовых выборках показали, что схема является работоспособной и обеспечивает достижение требуемого качества привязки данных. Сравнительные распределения ошибок привязки данных КА «Метеор-М» № 2-2 и 2-3 до и после процедуры допривязки приведены на рисунках 1 и 2 соответственно.

Рисунок 1 — Распределение ошибок привязки для данных МСУ-МР КА «Метеор-М» №2-2 до (серый) и после допривязки (красный)
 

Рисунок 2 — Распределение ошибок привязки для данных МСУ-МР КА «Метеор-М» №2-3 до (серый) и после допривязки (красный)

После проверки работоспособности реализованная схема была запущена в потоковом режиме и с её использованием была проведена обработка 10615 сцен прибора МСУ-МР КА «Метеор-М» № 2-2, 2-3, полученных в центрах с сентября 2023 года по август 2024 года. Оценка точности проведённой привязки показала, что 7681 сцена (72 % от общего числа сцен, прошедших обработку) была привязана с требуемым качеством. Из общего набора 7583 сцены были сняты в дневное время, из них было допривязано 5797 сцен, т.е. 76 %. Ночных снимков было обработано 3032, из них допривязано – 1884, т.е. 62 %.

Предложенная схема является достаточно универсальной (включая подходы к выбору опорных данных для допривязки) и может быть использована для уточнения привязки как данных прибора МСУ-МР последующих КА серии «Метеор-М», так и для данных других приборов, установленных на низкоорбитальных КА, имеющих сходные параметры и проблемы.

В настоящее время разработанная процедура обработки данных в полностью автоматическом режиме функционирует в центрах НИЦ «Планета». Это, в частности, позволяет вести постоянное накопление данных и сбор статистики для регулярной проверки качества работы предложенной схемы в интересах её дальнейшего совершенствования. Также это позволило начать реализовывать схемы использования данных МСУ-МР для решения различных задач дистанционного мониторинга, в которых требуется обеспечение пиксельной или субпиксельной привязки данных, например, в задачах количественного полностью автоматизированного учёта площадей пройденной лесными пожарами.