Loading
Пропустить Навигационные Ссылки.

Авторизоваться
Для зарегистрированных пользователей

Метод картографирования пахотных земель на основе спутниковых данных высокого пространственного разрешения

Для распознавания пахотных земель необходимо использование временных серий частых наблюдений для учета высокой фенологической изменчивости сельскохозяйственных культур. Высокая скорость набора биомассы, выраженный пик кривой фенологического развития и наличие открытой почвы в течение сезона вегетации являются характерными признаками используемой пашни. Подобные признаки успешно используются многими автоматическими методами распознавания пахотных земель, работающими, в том числе, на больших территориях национального и континентального охвата. Учитывая высокую изменчивость сельскохозяйственной растительности, только сенсоры с близкой к ежедневной повторяемостью наблюдений позволяют в условиях наличия мешающих факторов обеспечить построение частых временных серий, необходимых для извлечения требуемых фенологических характеристик. При выборе спутниковой системы для мониторинга пахотных земель разработчики автоматических методов сталкиваются с необходимостью учитывать сложившееся соотношение между повторяемостью наблюдений и пространственным разрешением спутникового прибора: чем выше первое, тем ниже второе, и наоборот. В условиях неоднородных ландшафтов уточнение границ и выявление небольших полей спутниковыми системами с разрешением порядка сотен метров и более, несмотря на довольно частую повторяемость съёмки, затруднено или невозможно. Для создания частых временных серий высокого пространственного разрешения в рамках данного подхода было решено использовать методы синтеза спутниковых данных. Так, в ИКИ был разработан метод ARES, предназначенный для восстановления временных серий достаточно частых измерений, которые обеспечили построение спектрально-динамических признаков с разрешением 30 метров. Использование этих признаков, а также семидневных композитных изображений позволило существенно улучшить качество обучающей выборки и обозначило новые возможности ранее неиспользуемых ввиду низкого пространственного разрешения спектральных диапазонов при распознавании пахотных земель. Для распознавания пашни использовался локально-адаптивный алгоритм LAGMA, в качестве метода классификации был выбран Random Forest ввиду неодномодальности распределения значений признаков внутри классов. Новая карта пашни с разрешением 30 метров, построенная на территорию Приморского края (рисунок 2.6.1), позволила уточнить региональную площадь пахотных земель и улучшила детализацию границ выявляемых полей по сравнению с картой, полученной по данным MODIS с разрешением 250 метров.

     

Рисунок 2.6.1 - Сравнение фрагментов карт пахотных земель на территорию Приморского края по данным MODIS (слева) и Landsat (справа)

Проведено сравнение пяти различных методов дистанционного распознавания используемой пашни на примере агросистем разных регионов планеты на основе временных серий данных прибора MODIS аппаратов Terra и Aqua. Для сравнения были использованы методы распознавания используемой пашни, разработанные в ИКИ РАН (Россия, LSAM), UCL (Бельгия, KBC2), INTA (Аргентина, TSAEC), RADI (Китай, DT), SRI (Украина, NNE).

Сравнение было произведено с тем, чтобы понять какую роль в ошибке распознавания играет непосредственно метод, а также оценить роль пространственного разрешения прибора. Кроме этого, было получено представление о возможностях каждого метода по распознаванию пашни на континентальном и глобальном масштабе.

Результаты оценки показали, что основное влияние на точность распознавания оказывает тип агроландшафта, обусловленный особенностями местного севооборота и размерами полей, при этом методы демонстрируют очень близкие точности распознавания.

Дополнительно был проведено исследование устойчивости методов к уменьшению объёма обучающей выборки. Было обнаружено, что все методы достигают близкого к максимальному значению точности распознавания при использовании только 20% от исходного объёма выборки.