Точная и актуальная опорная информация является ключевым условием для точного распознавания используемой пашни на основе спутниковых данных (Matton et al. 2015, Bartalev et al. 2016,Плотников и др., 2018а). Международная сеть JECAM (Joint Experiment for Crop Assessment and Monitoring, jecam.org) использует единые стандарты для сбора и обмена наземной научной информацией и охватывает более трёх десятков участков в различных регионах мира, поддерживая научные исследования и разработки в области дистанционного мониторинга сельскохозяйственной растительности (Waldner et al., 2016). В частности, на базе участков JECAM в Аргентине, Бельгии, Канаде, Китае, России и Украине в настоящее время проводится эксперимент по сравнению эффективности различных источников опорной информации для распознавания используемых пахотных земель: 1) данных, собранных путём наземных обследований (in situ), 2) извлеченных из карт растительного покрова, 3) полученных методами интерпретации спутниковых снимков экспертами в области дистанционного зондирования (краудсорсинг). Несмотря на то, что данные наземных обследований являются наиболее детальными, актуальными и часто используются как эталон точности, их сбор является дорогостоящим, времязатратным и неосуществим в глобальном масштабе пространственного охвата. В настоящем эксперименте альтернативой in situ являлись данные, извлеченные из публично доступной карты растительного покрова GlobeLand30 с пространственным разрешением 30 метров (Chen et al., 2015), а также данные краудсорсинга. Данные краудсорсинга были получены с помощью платформы Vega-Geoglam (Толпин и др., 2015) путем визуальной интерпретации временной серии снимков высокого пространственного разрешения Landsat-7,8 и Sentinel-2 десятью участниками-экспертами из вышеперечисленных стран, которые пользовались определением JECAM для дистанционного определения класса объектов. Целевой сезон вегетации был одинаков для всех участков: 2016 год в северном полушарии и 2015-2016 годы в южном полушарии (Аргентина). Целью исследования является, в том числе, оценка возможности картографирования используемой пашни в этих регионах мира на субнациональном уровне пространственного охвата (размеры территории 300 на 500 километров) на основе спутниковых данных Landsat.
Данные краудсорсинга собирались в два этапа: 1)калибровка участников и 2)создание ими большого количества объектов обучающей выборки на основе подготовленной случайной стратификации и объектного подхода (Плотников и др, 2018б) для последующей классификации. На первом этапе точность участников оценивалась с помощью in situ данных, собранных со сравнительно небольшой территории (несколько десятков километров). Второй этап предусматривал создание участниками опорной информации на субнациональном уровне пространственного охвата, а для оценки качества полученного набора осуществлялся анализ контрольных точек, прошедших через многократную интерпретацию всеми участниками. Предварительные результаты указывают на высокий уровень согласованности между экспертами-участниками при определении класса пашни, а также доминирование “фактора участка” над “фактором эксперта”. Заключительным этапом эксперимента является создание учитывающих местные особенности региональных карт пахотных земель на основе спутниковых данных Landsat и исследуемых источников опорной информации, а также их валидация.
Работа была выполнена с использованием ресурсов ЦКП "ИКИ-Мониторинг" для решения задач изучения и мониторинга окружающей среды (Лупян и др., 2015).

Ссылка на видеотрансляцию доклада - https://youtu.be/1a8h8CE_wec