Для изучения изменений, происходящих на поверхности Земли, во многих случаях необходимо получать регулярные и сопоставимые спутниковые данные. Особенно остро стоит вопрос получения периодической съемки в задачах изучения растительности. Например, для получения карт растительного покрова или анализа его изменений необходима информация о динамике в течение сезона вегетации отражательной способности в различных диапазонах электромагнитного спектра каждой точки картируемой территории (Барталев и др., 2016). Надежное регулярное получение такой информации по спутниковым данным может быть затруднено, в основном из-за влияния облачности. При этом для разработки автоматических методов анализа на большую территорию более применимыми могут быть полностью ее покрывающие однородные бесшовные данные, в которых полностью отсутствует облачность и связанные с ней мешающие факторы. Одним их основных путей получения таких данных является создание безоблачных композитных изображений.
В настоящем докладе описывается технология получения таких безоблачных бесшовных композитных изображений по данным спутников Sentinel-2, а также полученный с ее помощью экспериментальный набор ежемесячных данных.
Данные для создания композитных изображений извлекаются из архивов Центра коллективного пользования (ЦКП) ИКИ-Мониторинг (Лупян и др., 2019). В настоящее время ЦКП ИКИ-Мониторинг предоставляет доступ к данным спутников серии Sentinel-2 по территории Северной Евразии и ряду локальных участков по всему миру за период времени с 2015 года. Данные хранятся на основе технологии, описанной в работе (Прошин, 2016) и обрабатываются с использованием ресурсов самого центра хранения данных. Такой подход позволяет достаточно быстро создавать описываемые композитные изображения на большие территории.
Для создания композитных изображений используются данные уровня обработки L2A, после проведения процедуры атмосферной коррекции. В основе технологии лежит маскирование данных спектральных каналов по результату классификации сцены алгоритмом Sen2Cor (Louis et.all., 2016). Дополнительно при анализе каждой сцены ко всем пикселям класса облаков применяется процедура буферизации для устранения недостатков масок на границах классов, а также отдельно закрываются единичные пропуски на основе морфологической операции стягивания. Результирующее значение пикселя получается путем расчета медианы по всем чистым измерениям за анализируемый период.
При создании композитных изображений реализована месячная периодичность создания. Такой период обусловлен с одной стороны достаточным обеспечением безоблачными данными каждой точки за месяц, а с другой стороны тем, что скважность в один месяц позволяет выявить большинство особенностей развития растительного покрова в течение сезона вегетации.
В результате с помощью описываемой технологии были созданы экспериментальные ежемесячные бесшовные безоблачные композитные изображения в пяти спектральных каналах по данным спутников серии Sentinel-2 на территорию России за 2019-2021 годы. В дальнейшем предполагается применение описанной в докладе технологии и композитных изображений для решения задач картирования и анализа изменений растительного покрова. В частности, с их помощью предполагается выделение участков растительности, поврежденных природными пожарами. Тестовые наборы данных доступны на ресурсах ЦКП ИКИ-Мониторинг в системе Вега-Science (http://sci-vega.ru/). Также возможно предоставление отдельных наборов данных по запросу.

Работа выполнена при поддержке гранта МК-4903.2021.1.5. Получение и обработка спутниковых данных были выполнены с помощью возможностей Центра коллективного пользования ИКИ-Мониторинг (Лупян и др., 2019), развиваемого при поддержке темы «Мониторинг» (госрегистрация № 01.20.0.2.00164).