Построение сезонных временных серий безоблачных ежедневных измерений КМСС на территорию России

Данные с приборов серии КМСС, находящихся на борту спутников Метеор-М и Метеор-М-2, удобны для решения широкого комплекса задач дистанционной оценки характеристик земной поверхности, оперативного мониторинга и оценки растительного покрова России с достаточно высоким пространственным разрешением. До недавнего времени большая часть значительного потенциала этих данных с редким сочетанием характеристик «пространственное разрешение-повторяемость наблюдений» не могла быть использована для решения этих задач ввиду ограничений совместимости со стандартными методами, используемыми для предварительной и тематической обработки данных действующих и исторических спутниковых систем для оптико-электронной съёмки, таких как Terra\Aqua(MODIS), Landsat (ETM+, OLI), Sentinel (MSI) и многих других. Отмечалась недостаточная точность и нестабильность географической привязки как разновременных, так и разнозональных снимков при наличии погрешностей в сопутствующей навигационной информации, невозможность применения существующих методов выявления мешающих факторов на изображениях КМСС-М из-за межканального параллакса и временного лага. Указанные особенности, а также отсутствие в свободном доступе коллекций атмосферно-скорректированных измерений и погрешности абсолютной радиометрической калибровки камер делали невозможным построение однородных временных рядов дистанционных индикаторов для их использования во множестве имеющихся автоматических алгоритмов для распознавания объектов земной поверхности и мониторинга состояния растительного покрова.

Разработанные в ИКИ РАН методы были направлены на устранение указанных недостатков данных КМСС-М и их производных, последовательно делая возможным автоматическое получение и практическое использование производных данных различных уровней обработки. В частности, в результате проведённых работ введена гранульная (тайловая) система пространственной организации и распространения данных для всех получаемых по данным КМСС-М продуктов, реализованы и отработаны методы устранения аномалий географической привязки разнозональных изображений КМСС-М, устойчиво работающие в широком диапазоне физико-географических условий и геометрических условий съёмки. Разработаны и внедрены автоматические методы выявления мешающих факторов (облачности, теней и снега) на разнозональных изображениях КМСС-М. Для минимизации влияния атмосферы был адаптирован метод атмосферной коррекции на основе приведения гистограмм (Histogram Matching). Описанные выше подходы делают акцент на углублённое использование пространственной информации и опираются на актуализированный во времени и географически привязанный спектральный эталон, полученный по данным среднего пространственного разрешения и обладающего максимальной наполненностью данных на любую необходимую дату съёмки прибором КМСС-М. В качестве такого эталона используются восстановленные на любой произвольный день мультиспектральные безоблачные изображения-срезы MODIS (Terra\Aqua), полученные путём весовой интерполяции временной серии сеансов продукта MOD09 (https://lpdaac.usgs.gov/products/mod09gav006/). Рассчитанный таким способом эталон характеризуется наиболее оптимальным сочетанием требуемых характеристик, а именно, точной географической привязкой изображения, наличием радиометрической и атмосферной коррекции, а также полным пространственным покрытием максимально актуализированными на текущую дату измерениями коэффициентов спектральной яркости земной поверхности.

В результате работы построенной на основе указанных автоматических методов технологии была построена технология (рисунок 1) и сформирована коллекция скорректированных спутниковых данных КМСС-М уровня L2A (измерения КСЯ на уровне земной поверхности), а также производных и вспомогательных продуктов, обеспечивающих возможность количественной оценки земной поверхности на больших территориях.

 
Рисунок 1 — Блок-схема автоматической технологии обработки данных КМСС-М

Технология построения безоблачных временных серий измерений прибором КМСС-М включает в себя несколько связанных друг с другом блоков, основанных на отдельных методах предварительной обработки данных.

Метод двухэтапной компенсации нелинейных искажений географической привязки изображений КМСС-М предусматривает, на первом этапе, поиск систематического смещения изображения, а на втором этапе — поиск локального смещения небольших квадратных участков изображения КМСС-М (блоков размером ~6 км) путём максимизации значения пространственной корреляции Пирсона между парой изображений КМСС-М и эталона, сравниваемых в единой географической проекции на дату съёмки в одинаковом спектральном диапазоне длин волн. Помимо обеспечения географической привязки, в результате такого поиска также формируется вспомогательное изображение максимума пространственной корреляции, характеризующее наличие и интенсивность мешающих факторов для каждого блока изображения и используемое в дальнейшем для создания масок облачности, теней, а также на этапе восстановления ежедневных безоблачных изображений-срезов по данным КМСС-М. Описанный метод географической привязки обеспечивает возможность автоматического устранения аномалий географической регистрации изображений, в том числе, суммарных смещений вплоть до 15 км в любую сторону от корректного положения. Изображение найденного максимума пространственной корреляции используется для предварительного выделения безоблачных участков исходного изображения (высокие значения максимальной локальной корреляции) и облачных участков (низкие значения максимальной локальной корреляции), на основе которых формируются локальные гистограммы классов облачности и чистой поверхности в каждом канале. Анализ разности локальных гистограмм этих классов позволяет автоматически установить локализованный адаптивный порог на выделение облачности, несмотря на отсутствие радиометрической калибровки и атмосферной коррекции обрабатываемых данных. Тени выявляются в зоне геометрических теней от выявленной облачности с дальнейшим уточнением их фактических границ на основе сравнения яркостей пикселей из анализируемой области со спектральным эталоном.

Поскольку эффекты атмосферного рассеяния, вариабельность геометрии освещения и наблюдения в пределах сцены смещает и деформирует гистограмму яркостей объектов земной поверхности, разработанный метод многофакторной радиометрической и атмосферной компенсации производит локализованный анализ и пересчёт свободных от мешающих факторов значений пикселей изображения до достижения максимального соответствия распределения пересчитанных значений с эталоном. В процессе анализа рассчитываются коэффициенты линейной связи между локальными распределениями яркостей КМСС-М и эталона внутри скользящего окна, которое позволяет адаптивно учитывать возможную нестабильность калибровки, изменение состояния атмосферы, геометрии наблюдения и освещения. Разработанный метод многофакторной компенсации указанных эффектов обеспечивает возможность дальнейшего корректного сравнения разновременных обработанных измерений КМСС-М. Остаточное влияние мешающих факторов устраняется на этапе восстановления безоблачных сезонных временных серий изображений КСЯ на каждый день целевого сезона вегетации.

Пример полученных на каждый день 2020 г. и опубликованных в интерфейсе систем семейства Вега безоблачных изображений-срезов на территорию Европейской РФ и количественное сравнение с данными MODIS (продукт MOD09) приведено на рисунке 2.

В настоящее время с помощью разработанной технологии на базе ЦКП «ИКИ-Мониторинг» сформирован общедоступный архив восстановленных географически привязанных атмосферно-скорректированных мультиспектральных изображений КМСС (включая также значения индекса NDVI) на весь зерновой пояс России за каждый день бесснежного периода 2020 г. с пространственным разрешением 60 м. Общая площадь зоны охвата этими данными в настоящий момент превышает 14 млн км2 и также включает в себя часть территории приграничных с Россией стран (рисунок 3).

  

 

  

 

  
 
Рисунок 2 — Примеры ежедневных безоблачных изображений КМСС в интерфейсе «Вега» (левый ряд) и диаграммы рассеивания при сравнении с композитным изображением MODIS (правый ряд) на приведённую территорию за 1 августа 2020 г. для КСЯ в ближнем ИК-канале (верхний ряд), красном канале (средний ряд) и NDVI (нижний ряд), значения нормированы

 
Рисунок 1.4.1.3 — Пример восстановленного безоблачного изображения в канале NIR прибора КМСС М на 31 июля 2020 г. для территории зернового пояса России с пространственным разрешением 60 м

              

 

 
Рисунок 1.4.1.4 — Фрагменты ежедневных изображений NDVI за 1 мая 2020 г., полученные по данным уровня обработки L2A для MODIS (слева), КМСС-М (в центре) и MSI (Sentinel-2) в одном масштабе и единой цветовой палитре, а также восстановленные сезонные временные серии ежедневных значений NDVI различных сельскохозяйственных культур полученные на уровне пикселя КМСС-М (внизу)

 

Помимо ежедневных восстановленных измерений КСЯ в красном и ближнем ИК-диапазонах, а также значений NDVI, указанный архив включает в себя формируемые в процессе работы технологии обработанные снимки прибором КМСС-М, прошедшие этапы географической привязки и атмосферной коррекции, сопровождаемые масками облачности и теней, а также сформированный на их основе вегетационный индекс NDVI, отображаемый для всех пар измерений в каналах, одновременно относящихся к классу чистой поверхности. На рисунке 1.4.1.4 приведены восстановленные однодневные изображения NDVI, полученные на основе данных трех различных спутниковых систем: MODIS (Terra\Aqua), КМСС-М («Метеор М» № 2) и MSI (Sentinel-2), а также временные серии NDVI по данным приборов КМСС и MODIS для трех классов быстроменяющейся сельскохозяйственной растительности.Сформированные в результате описанной работы сезонные серии дистанционных измерений прибором КМСС высокого временного разрешения совместимы с имеющимися и перспективными методами и технологиями распознавания и оценки растительного покрова, используемыми для данных других спутниковых систем.