Проведение анализа возможности использования данных различного пространственного разрешения при проведении мониторинга состояния объектов «пиксельных» и «субпиксельных» размеров

При решении задач мониторинга растительности с помощью данных дистанционного зондирования Земли (ДЗЗ) часто используется анализ значений различных дистанционных индикаторов состояния растений в течение сезона вегетации. В частности, при мониторинге сельскохозяйственных земель может применяться анализ средних для поля значений индекса NDVI, измеренных в течение сезона вегетации. Использование данных, полученных на основе приборов с разным пространственным разрешением, может влиять на вычисленные величины среднего значения вегетационного индекса на каждом поле в зависимости от его размера, площади и морфологии.

В 2021 г. был выполнен анализ влияния пространственного разрешения данных ДЗЗ на получаемые значения среднего вегетационного индекса NDVI на поле в зависимости от его площади. Использовались три набора спутниковых данных с разным пространственным разрешением. Для каждого набора данных был использован временной ряд восстановленных ежедневных безоблачных изображений вегетационного индекса NDVI. Технология создания таких ежедневных изображений опирается на весовую реализацию метода локальной взвешенной регрессии полиномами LOESS для восстановления временных рядов безоблачных спутниковых наблюдений без необходимости использования масок облачности и теней. Получение и обработка спутниковых данных были выполнены с помощью возможностей Центра коллективного пользования ИКИ-Мониторинг. Использовались:

• Серии восстановленных изображений низкого пространственного разрешения (250 метров на пиксель), полученные на основе данных прибора MODIS спутников Aqua и Terra.
• Серии восстановленных изображений с пространственным разрешением 60 м на пиксель, полученные на основе прибора КМСС (камеры МСУ-М) спутника «Метеор-М» № 2.
• Серии восстановленных изображений высокого пространственного разрешения (10 метров на пиксель), полученные на основе прибора MSI спутников Sentinel-2.
   

Была взята выборка сельскохозяйственных полей в различных регионах России. Выборка суммарно включала более 10 тыс. полей. Для каждого поля было рассчитано среднее значение индекса NDVI на поле по каждому приведённому набору данных. При расчёте среднего значения вклад каждого пикселя растровых данных при пересечении с контуром поля учитывался пропорционально площади этого пикселя. Был проведён корреляционный анализ полученных за одинаковый отрезок времени значений среднего индекса NDVI на поле по разным наборам данных. Анализировалось влияние площади полей на изменение коэффициента корреляции Пирсона между значениями по разным наборам данных. В качестве примера полученных результатов на рисунке 1 представлены значения коэффициента корреляции Пирсона для групп полей разной площади при учёте значений индекса NDVI за период между 15-й и 35-й неделями года.

 
Рисунок 1 — Изменение коэффициента корреляции для групп полей разной площади при учёте значений индекса NDVI за период между 15 и 35 неделями года.

Выборка из 29 340 полей в разных регионах России. По оси ординат - значения коэффициента корреляции Пирсона, по оси абсцисс — диапазон площадей для каждой группы полей в гектарах. Количество полей в каждой группе подписано по оси ординат в верхней части графика. Рядом с каждой точкой приведено число независимых ненулевых значений индекса NDVI, участвовавших в расчёте. Красным цветом приведена пара MSI и KMSS (10 и 60 м на пиксель), голубым цветом приведена пара MSI и MODIS (10 и 250 м на пиксель), фиолетовым цветом приведена пара MODIS и KMSS (250 и 60 м на пиксель)

В процессе исследования также дополнительно был проведён анализ влияния на корреляцию разных факторов: учёт значений за разные периоды года, влияние шага группировки полей по площади, учёт только однородных полей и выборок из разных регионов России. При различной комбинации этих факторов абсолютные значения коэффициента корреляции для каждой группы могли меняться в худшем случае до 10 % от приведённых на рисунке значений, но общая тенденция оставалась неизменной. Результаты корреляционного анализа показали общую высокую согласованность среднего значения индекса NDVI на поле по разным данным: даже для маленьких полей с размером менее 10 га значения коэффициента корреляции Пирсона превысило 0,75 для пар KMSS-MSI и MODIS-MSI и 0,85 для пары MODIS-KMSS. При этом с увеличением размера полей коэффициент корреляции достаточно равномерно рос до значений выше 0,95 на полях с размером более 100 га. Таким образом, полученные результаты количественно показывают возможность использовать восстановленные ряды спутниковых данных для мониторинга состояния объектов даже пиксельного и субпиксельного размера.