Loading
Пропустить Навигационные Ссылки.

Авторизоваться
Для зарегистрированных пользователей

Разработка нового подхода к восстановлению временных рядов данных спутниковых наблюдений для решения задач мониторинга растительного покрова

При решении задач мониторинга растительного покрова с  использованием спутниковых данных высокой пространственной детальности (Landsat ETM+/OLI и др.) возникает необходимость восстановления временных серий дистанционных наблюдений с частотой, достаточной для оценки динамики объектов земной поверхности с высокой изменчивостью. Для решения этой задачи был разработан метод восстановления элементов временной серии измерений ARES на основе поиска спектрально-временных связей между эталонами и восстанавливаемым объектом. Метод опирается на использование парных метрик, рассчитываемых на основе сравниваемых временных серий, таких как коэффициент корреляции Пирсона и относительное расстояние. ARES использует пространственно-временные связи близко расположенных объектов одного типа растительного покрова для синтеза пропущенных измерений, доводя общую частоту наблюдений до приблизительно равной одному безоблачному наблюдению раз в 8 дней (частота съёмки системами Landsat-7 и Landsat-8). Кроме этого, для работы метода необходимо использование фенологически однородных областей (сегментов) для оптимизации времени работы. С целью подготовки очищенных от влияния облачности и теней временных серий изображений Landsat используется глубоко модернизированный метод FMASK. Последующая скользящая оконная интерполяция полиномом второго порядка позволяет на основе синтезированных и исходных измерений восстановить сезонную временную серию с заданной частотой, обеспечивая одновременно заполнение пропусков от теней и облачности (рис. 2.2.1).

      

Рис. 2.2.1 -  Пример восстановления изображения Landsat-7 за 23 июля 2015 года, слева – изображение после исключения облачности и теней, в центре – после восстановления методом ARES, справа – после полиномиальной интерполяции

Частые временные серии используются в дальнейшем для построения безоблачных композитных изображений и расчета спектрально-динамических признаков распознавания различных типов растительного покрова.