Двадцать вторая международная конференция "СОВРЕМЕННЫЕ ПРОБЛЕМЫ ДИСТАНЦИОННОГО ЗОНДИРОВАНИЯ ЗЕМЛИ ИЗ КОСМОСА"
XXII.B.447
Разработка и оценка индекса листовой поверхности LAI растительного покрова России на основе разноугловых наблюдений КМСС-2 (Метеор-М №2-2)
Плотников Д.Е. (1), Чжоу Ч.Ц. (2), Колбудаев П.А. (1), Лупян Е.А. (1), Матвеев А.М. (1), Жуков Б.С. (1), Кондратьева Т.В. (1), Ёлкина Е.С. (1)
(1) Институт космических исследований РАН, Москва, Россия
(2) МГУ имени М.В. Ломоносова, факультет космических исследований, Москва, Россия
В докладе впервые описывается продукт индекса листовой поверхности LAI для территории России, получаемый по данным прибора КМСС-2 российской спутниковой системы Метеор-М №2-2 с пространственным разрешением 60 метров. В основе метода оценки LAI растительного покрова лежит решение обратной задачи переноса излучения в растительном пологе с заданными краевыми условиями на основе RT-модели PROSAIL, дистанционных измерений спектральной яркости прибором КМСС и известных условий наблюдения и освещения. В качестве инверсионного алгоритма была использована параметризованная модель на основе полносвязной нейронной сети. При создании обучающей выборки использовался полный ортогональный план для описания комбинаций входных параметров модели, при этом были учтены распределения и со-распределения характеристик по результатам мета-анализа за последние 20 лет для отражения имеющихся в природе взаимосвязей. В работе была исследована эффективность двух различных схем наблюдения – классической надирной и характерной для прибора КМСС-М разноугловой с углами ±8,67°. Была достигнута достаточно высокая модельная точность оценки LAI: RMSE=1, MAE=0,705 и R2=0,722. На основе разработанного метода был рассчитан и исследован полученный по данным КМСС-2 продукт LAI с разрешением 60 метров на территорию России за 2022 год. Попиксельное сравнение результатов оценки LAI по КМСС-2 с продуктом NASA LAI (MODIS MCD15A3H) за бесснежный период 2022 года на территорию страны также указывает на достаточно высокие характеристики полученного в результате работы продукта: RMSE=1,065, MAE=0,669 и R2=0,668. Разработанный в рамках настоящей работы метод создания продукта LAI по данным прибора КМСС повысит эффективность и оперативность приложений, связанных с высокодетальным дистанционным экологическим мониторингом на основе данных российских спутниковых систем.
Исследование выполнено за счет гранта Российского научного фонда № 23-27-00412 (https://rscf.ru/project/23-27-00412/) с использованием ресурсов ЦКП «ИКИ-Мониторинг».
Ключевые слова: LAI, КМСС, PROSAIL, Метеор-М, разноугловые наблюдения, нейросетевая инверсия, биофизические характеристики
Литература:
- Weiss M., Jacob F., Duveiller G. (2020). Remote sensing for agricultural applications: A meta-review. Remote sensing of environment, 236, 111402.
- Polyanskiy IV, Zhukov BS, Kondratieva TV, Prokhorova SA, Smetanin PS. Medium-resolution multispectral satellite imaging system for hygrometeorological spacecraft [in Russian]. Sovremennye problemy distantsionnogo zondirovaniya Zemli iz kosmosa 2019; 16 (6), pp. 83-92. https://doi.org/10.21046/2070-7401-2019-16-6-83-92.
- Plotnikov D.E., Kolbudaev P.A., Matveev A.M. et al., Accuracy Assessment of Atmospheric Correction of KMSS-2 Meteor-M #2.2 Data over Northern Eurasia, Remote sensing, 2023, Vol. 15, Issue 18, P. 4395, DOI: doi.org/10.3390/rs15184395.
- Plotnikov D.E., Loupian E.A., Kolbudaev P.A. et al., Daily surface reflectance reconstruction using LOWESS on the example of various satellite systems, IEEE Xplore. VIII International Conference on Information Technology and Nanotechnology. (ITNT), 2022, DOI: 10.1109/ITNT55410.2022.9848630.
- Loupian EA, Proshin AA, Bourtsev MA, Balashov IV, Bartalev SA, Efremov VYu, Kashnitskiy AV, Mazurov AA, Matveev AM, Sydneva OA, Sychugov IG, Tolpin VA, Uvarov IA. IKI center for collective use of satellite data archiving, processing and analysis systems aimed at solving the problems of environmental study and monitoring. Sovremennye problemy distantsionnogo zondirovaniya Zemli iz kosmosa 2015; 12(5), pp. 263-284
- Baret, F., Morissette, J. T., Fernandes, R. A., Champeaux, J. L., Myneni, R. B., Chen, J., ... & Nickeson, J. E. (2006). Evaluation of the representativeness of networks of sites for the global validation and intercomparison of land biophysical products: Proposition of the CEOS-BELMANIP. IEEE Transactions on Geoscience and Remote Sensing, 44(7), 1794-1803.
- Weiss, M., Baret, F., Smith, G. J., Jonckheere, I., & Coppin, P. (2004). Review of methods for in situ leaf area index (LAI) determination: Part II. Estimation of LAI, errors and sampling. Agricultural and forest meteorology, 121(1-2), 37-53.
- Плотников Д.Е., Ёлкина Е.С., Дунаева Е.А. и др. Развитие метода автоматического распознавания озимых культур на основе спутниковых данных для оценки их состояния на территории Республики Крым // Таврический вестник аграрной науки. 2020. № 1(21). С. 64-83. DOI: 10.33952/2542-0720-2020-1-21-64-83.
- Шабанов Н.В., Барталев С.А., Ерошенко Ф.В., Плотников Д.Е. Развитие возможностей дистанционной оценки индекса листовой поверхности по данным MODIS // Современные проблемы дистанционного зондирования Земли из космоса. 2018. Т. 10. № 4. С. 166-178. DOI: 10.21046/2070-7401-2018-15-4-166-178.
- Плотников Д.Е., Колбудаев П.А., Жуков Б.С., Матвеев А.М., Барталев С.А., Егоров В.А., Кашницкий А.В., Прошин А.А. Публикация коллекции мультиспектральных измерений прибором КМСС-М (КА «Метеор-М» No2) для количественной оценки характеристик земной поверхности // Современные проблемы дистанционного зондирования Земли из космоса. 2020. Т. 17. № 7. С. 276–282. DOI: 10.21046/2070-7401-2020-17-7-276–282.
Технологии и методы использования спутниковых данных в системах мониторинга