Loading
Пропустить Навигационные Ссылки.

Авторизоваться
Для зарегистрированных пользователей

Основные результаты

К наиболее значимым достижениям, полученным в отделе, можно отнести следующие основные результаты, которые, на наш взгляд, позволили сделать существенные шаги как в развитии технологий дистанционного зондирования Земли из космоса, так и в получении новых знаний о состоянии нашей Планеты. К этим результатам следует отнести:

Разработка адаптивных методов обработки спутниковых данных

Основной отличительной чертой разрабатываемых в отделе методов тематической обработки спутниковых данных является возможность их эффективного использования на больших территориях национального, континентального и глобального охвата. Для эффективной работы таких методов они должны обеспечивать как возможность высокого уровня автоматизации обработки спутниковых данных, практически не требующих участия человека, так и адаптивности разрабатываемых алгоритмов и методов  к  различным временным и пространственным условиям наблюдения. Такие свойства пространственно-временной адаптивности позволяют использовать создаваемые методы без дополнительной "ручной" настройки параметров в широком диапазоне меняющихся физических характеристик наблюдаемых объектов и условий спутниковых наблюдений.

Принципиально новые возможности в развитии подобных подходов открыл разработанный в отделе метод локально-адаптивной классификации LAGMA (Locally Adaptive Global Mapping Algorithm). В основе метода лежит принцип пространственной локализации процессов обучения классификатора и распознавания наблюдаемых объектов. Используемый принцип локализации позволяет обеспечить адаптивность классификатора к пространственным изменениям физико-географических условий местности, как одного из важнейших требований, предъявляемых к методам обработки спутниковых данных на глобальном уровне. В отличие от ранее известных подходов методу LAGMA генетически присущ механизм учета пространственной изменчивости спектрально-отражательных характеристик (или любых других признаков распознавания) типов земного покрова. Это обеспечивает возможность унифицированного картографирования растительного покрова больших территорий без необходимости предварительной стратификации. Указанная особенность метода LAGMA открывает возможность его эффективного использования для создания карт растительного покрова любого, вплоть до глобального, географического охвата.

На основе разработанного метода сегодня создана серия тематических карт России, отражающих основные типы растительного покрова, породный состав и биомассу лесов, пространственное распределение пахотных земель.   

Спутниковое картографирование наземных экосистем

Спутниковое картографирование наземных экосистем и, в частности, растительного покрова открывает сегодня принципиально новые возможности в получении актуальной информации о состоянии окружающей среды, которые еще десятилетие назад фактически не были доступны человечеству. Получение такой информации позволяет по-новому взглянуть на различные процессы, происходящие в экосистемах, своевременно обнаруживать и интерпретировать процессы, происходящие в условиях достаточно быстрых глобальных изменений климата и окружающей среды.

В последние годы в отделе были созданы принципиально новые технологии такого картографирования, позволяющие во многих случаях ежегодно получать информацию практически по всей территории Северной Евразии. В частности, нами совместно с партнерами создан и постоянно актуализируется ряд уникальных карт растительного покрова России, отражающих пространственное распределение основных типов растительности, породный состав и биомассу (объемы стволовой древесины) лесов.

Ярким примером возможностей разработанных в отделе подходов стала серия карт растительного покрова России TerraNorte RLC, ежегодно с начала настоящего столетия создаваемые на основе данных MODIS с пространственным разрешением 230 м. Эти карты включают в себя 22 тематических класса, 18 из которых характеризуют различные типы растительности, выделенные с учетом их жизненных форм, типов вегетативных органов и фенологической динамики.

Карта растительного покрова России TerraNorte RLC по данным MODIS

Разработка новых прогностических моделей, ориентированных на ассимиляцию данных дистанционного зондирования

Одним из потенциально эффективных инструментов прогноза динамики биосферы в условиях изменений климата являются глобальные динамические модели растительного покрова, предназначенные для воспроизведения пространственного распределения различных его типов в масштабах планеты. Такого рода модели находят все более широкое применение в исследованиях биогеохимических циклов и процессов обмена энергией между наземными экосистемами, атмосферой и другими компонентами геосистемы. В то же время одной из наиболее существенных проблем таких моделей является сложность получения актуальных исходных данных для проведения моделирования. Поскольку в последние десятилетия появились принципиально новые возможности получения информации о природных и антропогенных объектах на основе спутниковых данных, резко возросла потребность в создании моделей, способных ассимилировать данную информацию.

Работы по созданию таких моделей были начаты в отделе в 2010 году. Сегодня разработанные подходы обеспечивают возможность ассимиляции результатов обработки спутниковых данных в различные математические модели и уточнение их параметров методами оптимизации. Так, в частности, ассимиляция карты растительного покрова России в глобальную динамическую модель растительности SEVER позволила выполнить ее региональную параметризацию и, как следствие, качественно повысить достоверность восстановления географического распределения функциональных типов растительности на территории страны.

Сравнение распределения растительности по данным исходной и регионально параметризованной модели с картой растительного покрова России

Создание технологий распределенной работы со сверхбольшими архивами спутниковых данных для решения научных и прикладных задач

Быстрый рост возможностей современных спутниковых систем привел в настоящее время практически к взрывному росту получаемой ими информации. В настоящее время на орбите работают уже почти полторы сотни спутниковых систем, позволяющие оперативно получать огромные объемы информации о состоянии окружающей среды, природных и антропогенных объектов. Архивы накопленных данных в различных центрах уже давно перевалили за петабайтные рубежи. Естественно, что для эффективной работы с такими объемами данных для решения различных научных и прикладных задач необходимо было начать создание принципиально новых подходов к работе со спутниковыми данными. Фактически, в настоящее время необходимо создать такие технологии, которые позволили бы специалистам, работающим в области дистанционного зондирования, свободно удаленно оперировать с информацией, находящейся в различных центрах. При этом основной задачей становится не столько организация поиска необходимых данных, для последующего их физического получения, сколько создание специальных  инструментов, которые могли бы позволить обработать и проанализировать необходимые наборы данных с использованием распределенных вычислительных ресурсов.

Работы по созданию элементов таких технологий были начаты в ИКИ РАН в начале двухтысячных годов. В настоящее время в отделе создана уникальная технология GEOSMIS, позволяющая создавать распределенные инструменты работы со спутниковой информацией в интересах различных научных и прикладных систем дистанционного мониторинга. Данная технология активно используется при создании и развитии различных информационных систем, примеры которых мы приведем ниже.

    

     Выбор нужного региона и проекции                  Возможность анализа разновременных данных

   

    Возможность проведения классификации                Анализ рядов данных в различных точках


Возможности построения различных интерфейсов для удаленного анализа данных


Создание и поддержка специализированных информационных систем дистанционного мониторинга, ориентированных на решение научных задач