Разработка методов предварительной обработки данных высокого пространственного разрешения
В настоящее время веб-платформа Google Earth Engine (GEE) является одним из наиболее простых и удобных инструментов для базовой предварительной обработки, тематического анализа и визуализации открытых спутниковых данных различного пространственного разрешения на всех масштабных уровнях вплоть до глобального. Такие возможности достигаются благодаря сочетанию облачного программного интерфейса с постоянно пополняемым архивом, максимально оптимизированным для автоматизированной обработки. На пользователя в данном случае не ложатся задачи формирования и хранения архивов данных. В отчётный период были проанализированы возможности GEE по формированию зимних спутниковых композитных изображений высокого пространственного разрешения для тематического картографирования лесов России.
Оптические мультиспектральные изображения Sentinel-2 на данный момент являются одним из наиболее массовых и регулярно пополняемых источников данных высокого пространственного разрешения (10–20 м), имеющих глобальное покрытие и свободно распространяемых. Для данных Sentinel-2 характерна высокая периодичность съёмки (с 2015 г. периодичность составляет 5 дней). Архив интегрирован и пополняется в облачном хранилище GEE, в виде нескольких «коллекций», сформированных по степени предварительной обработки. В настоящее время ведётся работа с архивом L2A Sentinel-2, содержащим значения коэффициентов спектральной яркости на уровне земной поверхности. Сопутствующим продуктом является маска облачности, теней, снега и зашумлённых пикселей. К сожалению, в данном продукте присутствует ряд недостатков, к которым относится недостаточное разделение классов снег-облачность, что не позволяет рассматривать безоблачный снежный покров в контексте информативного признака. Также присутствует маскирование светлых объектов и городов на постоянной основе, что приводит к отсутствию информативности в окрестности этих территорий. Вследствие этого в систему GEE была интегрирована адаптированная версия предварительной обработки, разработанная в ИКИ РАН для данных среднего пространственного разрешения.
![](files/основные%20итоги/2021monitoring/tb_f_2_1_3_1.png)
Рисунок 1 — Примеры композитных изображений снежного покрова.Слева — ближний ИК-канал, справа — красный канал данных Sentinel-2
Работа с функционалом платформы GEE в большей степени основана на последовательности ограничивающих исходную коллекцию данных фильтров. Таким образом, последовательность действий для построения композитных изображений снега выглядит следующим образом:
- выбор данных Sentinel-2 и области интереса (с учётом ограничений на текущие вычислительные мощности GEE используется регулярная сеть 5×5°, которая покрывает территорию России);
- выбор спектральных каналов, необходимых для обработки: голубого, красного, ближнего ИК и среднего ИК каналов;
- выбор диапазонов дат наблюдений за три года, которые характеризуются устойчивым снежным покровом на рассматриваемой территории (с 1 января по 30 апреля);
- формирование пороговой функции маскирования облачности и зашумлённых пикселей, а также определение пороговых значений на основе подхода, используемого для построения композитных изображений снежного покрова по данным MODIS;
- вычисление пороговых значений на основе средних значений и стандартных отклонений для красного, ближнего ИК каналов по времени и статистическая фильтрация данных с помощью оценённых значений;
- формирование композитного изображения на основе медианных значений статистики центрального года каждого из выбранных спектральных каналов;
- выгрузка набора каналов с заданным пространственным разрешением.
Результирующие композитные изображения по мере завершения построения скачиваются из облачного хранилища на локальный компьютер. Примеры композитных изображений снежного покрова, полученного по данным Sentinel-2, представлены на рисунке 1. Следует отметить, что использование данных высокого разрешения сопряжено с многократным увеличением объёма хранения данных, поэтому величина пространственного разрешения от 10 м и ниже выбирается на этапе выгрузки данных с целью применения в конкретных задачах мониторинга.
Сервис технологии облачной обработки данных GEE позволяет, минуя задачи формирования и хранения архивов данных, строить зимние композитные изображения высокого пространственного разрешения по данным Sentinel-2 для тематического картографирования лесов России. В настоящее время построены изображения снежного покрова за периоды январь – апрель 2019–2021 гг. на территорию страны.