Материалы 17-й Всероссийской открытой конференции «Современные проблемы дистанционного зондирования Земли из космоса», Москва, ИКИ РАН, 2019 год

(http://conf.rse.geosmis.ru)

Метод детектирования аномалий развития сельскохозяйственных посевов на основе многолетних эталонов сезонной динамики вегетационного индекса NDVI

Хвостиков С.А. (1), Барталев С.А. (1), Ёлкина Е.С. (1)
(1) ИКИ РАН, Москва, Россия
Неблагоприятные условия, такие как засухи, заморозки, град и пылевые бури, могут приводить к повреждению посевов сельскохозяйственных культур и потере урожая. Данные спутникового мониторинга позволяют детектировать наличие аномалий в развитии культур. Например, для этого часто используется вегетационный индекс NDVI. Визуальный экспертный анализ отклонения его значений в текущем сезоне от среднемноголетних позволяет оценить состояние посевов. В данной работе исследуется возможность построения автоматизированной системы детектирования аномалий, минимизирующей субъективный фактор в их оценке.
Ранее нами исследовалась возможность построения нормы развития с.-х. растительности на основе данных одного года с целью фильтрации некорректной наземной информации о культурах на полях (Хвостиков и Барталев, 2019). Но для оценки аномалий необходимо учитывать всю возможную межгодовую вариацию погодных условий, которая приводит к значительной вариации в датах сева, начале роста и динамике с.-х. посевов. Таким образом, для построения норм на основе многолетних данных необходимо доработать ранее предложенный метод построения эталонов.
Известно, что скорость развития растений зависит от температуры воздуха, и для достижения растениями определенной фазы роста необходимо накопление определенной суммы температур. Таким образом, приведение временных рядов вегетационных индексов к единой шкале накопленных температур позволяет оценивать отклонение посевов от нормы в сопоставимых фазах их развития. Но использование шкалы накопленных температур требует выбора устойчивой точки отсчета, соответствующей одному и тому же этапу развития культуры для разных лет.
Для определения устойчивого этапа развития по спутниковым данным часто используют методы оценки начала вегетации. В работе было опробовано 5 разных методов оценки начала вегетации, а также были применены дополнительные метеорологические ограничения на начало вегетации. Для оценки устойчивости детектированной фазы развития был продолжен критерий, основанный на корреляции временных рядов NDVI, приведенных к единой шкале накопленных температур. Было опробовано большое количество разных методов оценки начала вегетации: двойной прирост, прирост с возможностью спада 50%, отклонение от среднего (Reed et al., 1994), наибольший прирост (Миклашевич и Барталев, 2016), гауссовские кривые (Jönsson и Eklundh, 2004) и метеорологические лимиты. Анализ показал, что наибольшую устойчивость обеспечивает критерий, основанный на аппроксимации временного ряда гауссовыми кривыми.
Предлагаемый в данной работе метод оценки наличия аномалий состоит в сборе многолетней статистики динамики вегетационного индекса для репрезентативной выборки полей данной культуры, приведения их к единой шкале накопленных температур и сравнения значения NDVI исследуемого поля с историческими данными. Для оценки степени отклонения могут использоваться средние значения индекса и его стандартное отклонение, или перцентили. Для исключения влияния случайных отклонений предлагается анализировать устойчивость аномалии в течение некоторого интервала времени, например 3 недель. При наличии примеров полей с аномалиями есть возможность определить пороги на перцентили или стандартные отклонения, которые максимизируют процент детектированных аномалий и минимизируют ошибки 1 и 2 рода.
Инфраструктура и архивы спутниковых данных ЦКП «ИКИ-Мониторинг» (Лупян и др., 2015) был использованы для получения восстановленных рядов вегетационного индекса NDVI по результатам измерений спектрорадиометром MODIS (Плотников и др. 2014). После этого проводилась фильтрация полей с недостоверной информацией о культурах на них на основе подхода, описанного нами ранее (Хвостиков и Барталев, 2019). Метод был применен для полей с наземной информацией о наличии аномалий, представляющих несколько основных культур в разных регионах России. Был установлен порог, равный 12,5 перцентили, или 1,1 стандартных отклонения от среднего, который позволяет в большинстве случаев успешно детектировать наличие аномалии на поле.
Работа выполнена в рамках темы «Мониторинг» (госрегистрация № 01.20.0.2.00164), c использованием ресурсов ЦКП «ИКИ-Мониторинг» (Лупян и др., 2015, 2019).

Ключевые слова: NDVI, определение начала вегетации, детектирование аномалий
Литература:
  1. Лупян Е.А., Прошин А.А., Бурцев М.А., Балашов И.В., Барталев С.А., Ефремов В.Ю., Кашницкий А.В., Мазуров А.А., Матвеев А.М., Суднева О.А., Сычугов И.Г., Толпин В.А., Уваров И.А. Центр коллективного пользования системами архивации, обработки и анализа спутниковых данных ИКИ РАН для решения задач изучения и мониторинга окружающей среды // Современные проблемы дистанционного зондирования Земли из космоса. 2015. Т. 12. № 5. С. 263-284.
  2. Лупян Е.А., Прошин А.А., Бурцев М.А., Кашницкий А.В., Балашов И.В., Барталев С.А., Константинова А.М., Кобец Д.А., Мазуров А.А., Марченков В.В., Матвеев А.М., Радченко М.В., Сычугов И.Г., Толпин В.А., Уваров И.А. Опыт эксплуатации и развития центра коллективного пользования системами архивации, обработки и анализа спутниковых данных (ЦКП «ИКИ-Мониторинг») // Современные проблемы дистанционного зондирования Земли из космоса. 2019. Т. 16. № 3. С. 151-170.
  3. Плотников Д.Е., Миклашевич Т.С., Барталев С.А. Восстановление временных рядов данных дистанционных измерений методом полиномиальной аппроксимации в скользящем окне переменного размера // Современные проблемы дистанционного зондирования Земли из космоса. 2014. Т. 11. № 2. С. 103-110.
  4. Хвостиков С.А., Барталев С.А. Построение эталонов сезонной динамики NDVI для основных сельскохозяйственных культур // "Информационные технологии в дистанционном зондировании Земли - RORSE 2018". ИКИ РАН, 2019. С. 55-59. DOI: 10.21046/rorse2018.55.
  5. Reed B.C., Brown J.F., VanderZee D., Loveland T.R., Merchant J.W., Ohlen D.O. Measuring phenological variability from satellite imagery. Journal of Vegetation Science. октябрь 1994 г.;5(5):703–14.
  6. Миклашевич Т.С., Барталев С.А. Метод определения фенологических характеристик растительного покрова на основе временных рядов спутниковых данных // Современные проблемы дистанционного зондирования Земли из космоса. 2016. Т. 13. № 1. С. 9-24.
  7. Jönsson P., Eklundh L. TIMESAT—a program for analyzing time-series of satellite sensor data // Computers & Geosciences. – 2004. – Т. 30. – №. 8. – С. 833-845.

Презентация доклада

Дистанционное зондирование растительных и почвенных покровов

462