На данный момент является актуальной задача мониторинга лесов России для оценки качественных и количественных характеристик лесов. Спутниковые изображения совместно с современными методами различных классификаторов позволяют автоматизировать эту задачу. Поэтому остаётся актуальным вопрос предобработки спутниковых изображений пред использованием различных методов оценки и классификации. Одним из способов предобработки и достижения однородности данных – является метод построения композитных изображений.
В настоящее время каждому доступны атмосферно скорректированные данные Sentinel-2 за период наблюдений с 2018 года по настоящее время. Основываясь на эти данные можно реализовать метод построения однолетнего зимнего снежного композитного изображения высокого разрешения на территорию России. Сам метод реализован с помощью сервиса «Google Earth Engine» (GEE). В результате этого данные обрабатываются на серверах GEE, что позволяет получить композитное изображение высокого разрешения на всю территорию России за относительно короткое время. Разумеется, использование GEE накладывает ограничения в использовании математического аппарата для построения своего метода обработки, но тем не менее удалось получить достаточно качественные зимние композитные изображения.
Исследование направлено в первую очередь на фильтрацию облачности и на минимизацию шумов в лесах, связанных с неоднородностью снега. В дальнейшем полученные композитные изображения планируются использовать для ежегодной оценки качественных и количественных характеристик лесов России.
Работа выполнена при поддержке Минобрнауки (темы «Мониторинг» госрегистрация № 01.20.0.2.00164).