Классификация спутниковых данных вулканически активных территорий по результатам проведения экспедиции на острова Курильской гряды

В рамках выполнения работ по научно-технической программе Союзного государства «Интеграция-СГ» совместно с научно-исследовательским институтом космических систем имени А.А. Максимова в июле ‒ августе 2022 года проходила экспедиция на острова Курильской гряды, в частности, о. Парамушир и о. Атласова. В ходе экспедиции были измерены спектральные отражательные характеристики на отобранных тестовых участках, представляющих собой области с однородным покрытием породами вулканического происхождения. Измерения проводились с помощью двух спектрорадиометров, входящих в состав аппаратно-программного комплекса «Калибровка» [1], общий спектральный диапазон которых составляет от 400 до 1300 нм. Кроме того, в местах измерений были взяты образцы пород, для которых впоследствии проводились лабораторные измерения коэффициентов спектральной яркости (КСЯ) с помощью спектрометрического комплекса «Визир» [2], позволяющего получать отражательные характеристики подстилающих поверхностей в диапазоне от 400 до 2500 нм с изменением углов спектрометрирования и возвышения источника освещения.
Целью настоящего исследования являлся поиск специфических зон пород на вулканически активных территориях с помощью классификации спутниковых изображений по спектрам, полученным в ходе полевых и лабораторных измерений. Для анализа были выбраны мультиспектральные изображения, зарегистрированные спутниковыми системами Landsat-8, Sentinel-2 и Planet Scope в июле ‒ августе 2022 года.
Предварительный анализ показал, что данные вышеназванных спутников с атмосферной коррекцией, проведенной поставщиками данных, не согласуются друг с другом при непосредственном сравнении значений в соответствующих точках. Так разница в значениях на определенных длинах волн составляет до 70% от уровня коэффициента отражения. Для нивелирования фактора различия в методиках атмосферной коррекции для всех данных была проведена коррекция с помощью программного модуля FLAASH (ENVI). Однако, помимо отличий в методиках атмосферной коррекции присутствовали также отличия в условиях регистрации: различные углы возвышения Солнца и степень облачности, что также может давать различные значения КСЯ. Спектры, полученные в лаборатории, соотносятся по значениям КСЯ со спектрами, полученными в полевых условиях при соответствующих углах возвышения источника освещения, но менее зашумлены и покрывают больший диапазон длин волн.
Для комплексного анализа полученных в полевых и лабораторных условиях спектральных характеристик, а также спутниковых мультиспектральных данных необходимо привести данные к общей сетке длин волн с учетом чувствительности каналов мультиспектральных сенсоров. В данном случае предпочтительным является приведение измеренных с высоким разрешением спектров к каналам спутника с использованием функций спектрального отклика каналов спутникового сенсора с применением к ним операции свертки. Такое преобразование было сделано для всех спектральных характеристик, полученных в лабораторных и полевых условиях.
После предварительной обработки данных проводился спектральный поиск целевых спектров на изображениях для определения наиболее информативной метрики сравнения при тематическом анализе отражательных характеристик материалов вулканического происхождения. В качестве целевых принимались спектральные характеристики, полученные в лабораторных условиях на комплексе «Визир». В качестве метрик сравнения использовались евклидово расстояние, спектральный угол, спектральная корреляция, спектральное расстояние, спектральная информационная дивергенция, а также энтропийная мера близости. В результате проведения спектрального поиска на различных изображениях было выявлено, что наилучший результат при таком анализе показывает использование спектрального угла в качестве метрики для сравнений. Кроме того, было отмечено, что при изменении угла возвышения источника освещения в лабораторных измерениях на 10 градусов уровень КСЯ на некоторых длинах волн регистрируемых спектров может отличаться на величину до 10% от значений КСЯ.
После определения наиболее подходящей метрики сравнения спектральных кривых проводилась обучаемая классификация на мультиспектральных изображениях методом k-средних. За обучающую выборку принимались лабораторные спектральные данные. В результатах классификации кластеры территориально соответствовали обучающим спектрам только в спутниковых изображениях с полностью отсутствующей на них облачностью. Это может говорить о существенном влиянии облачности на результат атмосферной коррекции и, как следствие, на валидность спутниковых данных.
Таким образом, поскольку при использовании спектрального угла в качестве метрики для сравнения данных для классификации существенны не абсолютные значения спектров, а их форма, то возможно проводить классификацию спутниковых данных, полученных при различных углах возвышения Солнца, с использованием одной и той же обучающей выборки лабораторных спектров. Наибольший интерес в результатах анализа мультиспектральных изображений вулканически активных зон вышеописанными методами представляет возможность поиска областей с гидротермально измененными породами, а также областей с высоким уровнем пепловых отложений.