Современные возможности дистанционного зондирования Земли позволяют осуществлять глобальный мониторинг состояния растительного покрова. Спутниковые снимки кроме полезной информации о спектрально-отражательных характеристиках объектов наблюдения содержат искаженные и зашумленные данные. В широком спектре задач мониторинга растительного покрова требуется предварительная обработка данных, включающая фильтрацию облачного и снежного покрова, теней от облаков, наблюдений при некорректных углах съемки и т.д.
В данной работе приведен разработанный в ИКИ РАН алгоритм предварительной обработки данных ДЗЗ, реализованный для изображений, полученных приборами Terra/Aqua-MODIS и NPP-VIIRS. Алгоритм включает в себя адаптивное детектирование облачного покрова, построение теней, создание разновременных композитных изображений и восстановление искаженных и пропущенных наблюдений во временных рядах данных спутниковых наблюдений. Для определения облачного покрова используются значения в красном и голубом спектральных каналах, а также значения индекса NDSI, чувствительного к содержанию влаги подстилающей поверхности. Информация об углах положения солнца и спутника позволяет воссоздать геометрию теней от облаков, а гистограммный анализ спектральной яркости выделенных объектов в NIR и SWIR спектральных каналах уточняет границы областей затененных участков.
Создание композитных изображений подразумевает объединение нескольких сеансов наблюдения за определенный временной промежуток. Так, в различных задачах используются ежедневные, четырехдневные, недельные и месячные композитные изображения. Полученные композитные изображения вследствие фильтрации искаженных наблюдений содержат пропуски в данных. Для восстановления пропусков используется интерполяционный алгоритм восстановления временных рядов данных дистанционных измерений методом полиномиальной аппроксимации (Миклашевич и др. 2019).
Работа выполнена с использованием инфраструктуры Центра коллективного пользования системами архивации, обработки и анализа спутниковых данных ЦКП "ИКИ-Мониторинг" (Лупян и др. 2019) в рамках темы МОНИТОРИНГ №01.20.0.2.00164.