Войти на сайт
МЕЖДУНАРОДНЫЕ ЕЖЕГОДНЫЕ КОНФЕРЕНЦИИ
"СОВРЕМЕННЫЕ ПРОБЛЕМЫ ДИСТАНЦИОННОГО
ЗОНДИРОВАНИЯ ЗЕМЛИ ИЗ КОСМОСА"
(Физические основы, методы и технологии мониторинга окружающей среды, природных и антропогенных объектов)

Двадцать вторая международная конференция "СОВРЕМЕННЫЕ ПРОБЛЕМЫ ДИСТАНЦИОННОГО ЗОНДИРОВАНИЯ ЗЕМЛИ ИЗ КОСМОСА"

XXII.B.438

Интерактивный инструмент выделения по спутниковым данным рабочих участков в рамках заданных границ сельскохозяйственных полей

Кашницкий А.В. (1), Толпин В.А. (1)
(1) Институт космических исследований РАН, Москва, Россия
При проведении дистанционного мониторинга в области сельского хозяйства необходимо иметь информацию об актуальных контурах сельскохозяйственных полей на большой территории. При этом контура сельскохозяйственных полей могут постоянно меняться. Даже при наличии качественно оцифрованных контуров полей на определенный момент времени их необходимо постоянно актуализировать, в том числе выделять рабочие участки поля. Рабочим участком поля считается его часть, однородная по агропроизводственным свойствам и предназначенная для одновременного выполнения полевых работ по единой технологии. Изменения могут быть связаны с сезонными особенностями, переразбиением полей для выращивания разных видов культур, изменением собственников, влиянием климатических факторов и т.д. В связи с этим дополнительно к задаче оцифровки внешних границ полей возникает задача выделения контуров всех рабочих участков поля.
В настоящем докладе описывается интерактивный инструмент, который позволяет получать актуальные векторные границы рабочих участков полей внутри ранее оцифрованных внешних границ. Инструмент включен в состав информационной системы Вега-Science [Loupian, 2022]. В качестве входной информации выступают контура полей в векторном виде. Выделение рабочих участков полей основано на сегментации спутниковых снимков внутри заданных границ. Спутниковые данные, по которым будет проведена процедура сегментации, выбирает пользователь в интерактивном режиме. Для обработки доступен выбор продуктов по данным прибора MSI спутников серии Sentinel-2. Доступен выбор исходных данных уровней обработки L1C и L2A, а также безоблачных композитных изображений, описанных в работе [Кашницкий, 2022]. Для запуска процедуры обработки необходим только доступ в интерфейс системы Вега-Science, а вся обработка данных происходит в облаке в соответствии с технологией [Кашницкий, 2016].
Для сегментации используется модуль библиотеки scikit-image, реализующий метод, описанный в [Felzenszwalb, 2004]. Параметры сегментации настраиваются пользователем в интерактивном режиме. Растровые результаты сегментации векторизуются и обрезаются по исходным границам каждого поля. Далее, в зависимости от заданных пользователем параметров, проводятся дополнительные операции объединения, упрощения или удаления отдельных участков. Результатом одной обработки является векторный слой рабочих участков внутри каждого переданного на обработку поля.
Опыт использования инструмента для решения прикладных задач в разных регионах показал его применимость и востребованность.
Получение и обработка спутниковых данных выполняются с помощью возможностей Получение и обработка спутниковых данных выполнены с помощью возможностей Центра коллективного пользования ИКИ-Мониторинг [Лупян и др., 2019], развиваемого при поддержке темы «Мониторинг» (госрегистрация № 122042500031-8).

Ключевые слова: сельскохозяйственные поля, детектирование границ, рабочие участки полей, сегментация изображений, Sentinel-2, сегментация границ полей
Литература:
  1. Loupian E.A., Bourtsev M.A., Proshin A.A., Kashnitskii A.V., Balashov I.V., Bartalev S.A., Konstantinova A.M., Kobets D.A., Radchenko M.V., Tolpin V.A., Uvarov I.A. Usage Experience and Capabilities of the VEGA-Science System // Remote Sensing. 2022. V. 14. No. 1. Art. No. 77. DOI: 10.3390/rs14010077.
  2. Кашницкий А.В., Бурцев М.А., Прошин А.А. Технология создания безоблачных композитных изображений по данным спутников серии Sentinel-2 // Современные проблемы дистанционного зондирования Земли из космоса. 2022. Т. 19. No 5. С. 76-85. DOI: 10.21046/2070-7401-2022-19-5-76-85.
  3. Кашницкий А.В., Лупян Е.А., Балашов И.В., Константинова А.М. Технология создания инструментов обработки и анализа данных сверхбольших распределенных спутниковых архивов // Оптика атмосферы и океана. 2016. Т. 29. № 9. С. 772-777. DOI: 10.15372/AOO20160908.
  4. Efficient graph-based image segmentation, Felzenszwalb, P.F. and Huttenlocher, D.P. International Journal of Computer Vision, 2004.
  5. Лупян Е.А., Прошин А.А., Бурцев М.А., Кашницкий А.В., Балашов И.В., Барталев С.А., Константинова А.М., Кобец Д.А., Мазуров А.А., Марченков В.В., Матвеев А.М., Радченко М.В., Сычугов И.Г., Толпин В.А., Уваров И.А. Опыт эксплуатации и развития центра коллективного пользования системами архивации, обработки и анализа спутниковых данных (ЦКП «ИКИ-Мониторинг») // Современные проблемы дистанционного зондирования Земли из космоса. 2019. Т. 16. № 3. С. 151-170. DOI: 10.21046/2070-7401-2019-16-3-151-170.

Презентация доклада

Технологии и методы использования спутниковых данных в системах мониторинга