Проект JRC «Оценка площадей посевов по спутниковым данным в Украине»: результаты и перспективы

В 2010-11 гг. Институтом космических исследований НАН и НКА Украины был выполнен конкурсный проект Европейской комиссии «Оценка площадей посевов по спутниковым данным в Украине». Целью проекта состояла в адаптации технологии Европейского союза оценки площадей посевов на основе спутниковых и наземных данных для территории Украины. Кроме этого, ставилась задача оценить пригодность различных спутниковых данных в решении этой задачи с точки зрения двух критериев — относительной эффективности по сравнению с наземными исследованиями, а также по соотношению цена/качество.
Исследование проводилось на территории трех областей Украины (Киевская, Хмельницкая и Житомирская) с площадью пахотных земель около 2,45 млн. Га. Для оценки эффективности рассматривались различные спутниковые данные, охватывающие полный спектр возможных пространственных и временных разрешений — данные MODIS, AWiFS, Landsat-5 TM, LISS-III и RapidEye. Помимо спутниковых данных в проекте проводились обширные наземные исследования, состоящие в обследовании полей «вдоль дорог» и в выборочном стратифицированном исследовании сегментов 4х4 км. Данные «вдоль дорог» использовались для обучения классификаторов спутниковых снимков и построения тематических карт посевов, а данные сегментов использовались как независимая статистически обоснованная выборка для валидации полученных карт и для финального построения оценок площадей посевов регрессионным методом.
Для классификации спутниковых данных рассматривались нейросетевой классификатор (многослойный персептрон, MLP), машина опорных векторов (SVM) и дерево решений (See5). В большинстве случаев MLP и SVM показали сравнимые по точности классификации результаты, в то время как дерево решений продемонстрировало низкую обобщающую способность, переобувалось на тренировочной выборке и, в результате, оказалось наименее точным на тестовой выборке. Исходя из высокой скорости работы, для построения карт посевов использовался классификатор MLP.
Точность классификации рассматриваемых спутниковых данных оказалась сравнимой, около 63%. Это, по-видимому, объясняется компенсаторными свойствами пространственной и временной разрешающей способности данных для территории Украины с характерными размерами полей 30-300 Га. В частности точность на тестовой выборке для MLP на данных Landsat-5 составила 63%. Анализ матрицы ошибок показал, что ошибки первого и второго рода для озимых культур составили 35-40%, для поздних яровых культур 20% и 30% соответственно.
На основании тематической карты посевов рассчитывались доли каждой культуры в сегментах 4х4 км, которые использовались в качестве регрессоров в регрессионных моделях оценки площадей посевов. Средняя относительная эффективность для основных культур (пшеница, ячмень, кукуруза и соя) составила 1,59 для данных MODIS, 1,54 для данных Landsat-5 и 1,49 для данных AWiFS.
Анализ соотношения цена/качество спутниковых данных для оценки площадей посевов показал, что бесплатные данные MODIS и Landsat-5 являются наиболее эффективными по этому критерию, позволяя уменьшить стоимость наземных исследований на 37% (при неизменной точности оценок). Данные AWiFS, RapidEye и LISS-III оказались не эффективными ввиду их высокой стоимости.
Результаты выполнения проекта предполагается использовать в украинском сегменте проекта GEO JECAM, а также в отраслевых системах спутникового мониторинга.