Автоматическое распознавание используемых пахотных земель на основе временных серий синтезированных ежедневных изображений Landsat на территорию Приморского края

Сезонные и многолетние временные серии коэффициентов спектральной яркости или вегетационных индексов оказываются незаменимыми при разработке автоматических методов распознавания пашни на основе спутниковых данных. Высокая скорость набора биомассы, выраженный пик фенологической кривой развития и наличие открытой почвы в течение сезона вегетации являются характерными признаками используемой пашни (Bartalev, Plotnikov, Loupian, 2016, Барталев и др., 2011). Подобные признаки успешно используются многими автоматическими методами распознавания, работающими, в том числе, на больших территориях национального и континентального охвата (Waldner et al.,2016). Учитывая высокую временную изменчивость сельскохозяйственной растительности, только сенсоры с близкой к ежедневной повторяемостью наблюдений позволяют в условиях наличия мешающих наблюдениям факторов обеспечить построение частых временных серий, необходимых для извлечения требуемых фенологических характеристик. При выборе спутниковой системы для мониторинга пахотных земель разработчики автоматических методов сталкиваются с необходимостью учитывать сложившееся соотношение между повторяемостью наблюдений и пространственным разрешением спутникового прибора: чем выше первое, тем ниже второе, и наоборот. Так, с точки зрения требований к временному разрешению наиболее подходящими для этой задачи являются приборы класса Vegetation (SPOT, ProbaV) с разрешением 1 км\100 м, MODIS (Terra и Aqua) с разрешением 250 м, MERIS (Envisat) с разрешением 300 м (прекратил работу), обеспечивающие повторные наблюдения каждые 1-3 дня.
В условиях неоднородных ландшафтов уточнение границ и выявление небольших полей указанными спутниковыми системами существенно затруднено или невозможно. Для создания частых временных серий высокого пространственного разрешения можно использовать методы синтеза спутниковых данных, такие как ESTARFM и ISTDFA (Gao et al.,2006, Wu et al., 2016), совмещая преимущества низкопереодичных высокодетальных и высокопериодичных приборов грубого разрешения. При этом в качестве высокопериодичного прибора, как правило, используется MODIS, а в качестве источника данных высокого разрешения – системы Landsat, Huanjing или Gaofen (30 м) (Wu at al., 2015). Методы синтеза данных с использованием разных спутниковых систем испытывают сложности, связанные с точностью географической привязки и пространственного совмещения разноплатформенных изображений, различными положениями и ширинами их соответствующих спектральных каналов, отличием орбитальных элементов, приводящим к разным временам условно синхронного наблюдения.
Для синтеза частых временных серий Landsat в рамках данной работы был разработан одноплатформенный метод, основанный на использовании схожести спектрально-временных характеристик объектов растительного покрова одного класса (ARES – Approach for time-series enhancement through Regression and Similarity). ARES опирается на пространственно-временные связи близкорасположенных объектов одного типа растительного покрова для синтеза пропущенных измерений, доводя общую частоту наблюдений до максимально возможной при использовании двух спутников серии Landsat (7 и 8) и равной одному безоблачному наблюдению в 8 дней. Для этого используются специально подготовленные (Колбудаев и др., 2013) и хранящиеся в ЦКП "ИКИ-Мониторинг" (Лупян и др., 2015) многолетние временные серии очищенных от влияния облачности и теней изображения приборов Landsat (OLI, ETM+). Далее, скользящая оконная полиномиальная интерполяция (Плотников, Миклашевич, Барталев, 2014) применяется к синтезированной временной серии для заполнения остаточных пропусков, обеспечивая одновременно гладкость фенологической кривой. Полученная таким образом временная серия с эффективной частотой безоблачного наблюдения раз в 8 дней и с пространственным разрешением 30 м в красном, ближнем ИК и коротковолновом ИК диапазонах позволила рассчитать упомянутые выше спектрально-динамические признаки, на основе которых была построена карта используемых пахотных земель на территорию Приморского края.
Классификация проводилась методом случайных лесов, выборка была основана на ежегодно обновляемой карте используемых пахотных земель TerraNorte RLC с разрешением 250 м на территорию Приморского края, построенной по данным MODIS. Полученная общая площадь используемых пахотных земель (493 тыс. га) оказалась близка к значению, полученному из официальных источников (450 тыс.га).
Исследования выполнены при финансовой поддержке Минобрнауки России, контракт 14.616.21.0063, уникальный идентификатор ПНИЭР RFMEFI61615X0063.