Методика динамической актуализации опорной выборки для классификации растительности на основе спутниковых данных

Авторы
Сайгин И.А.(1), Стыценко Ф.В.(1), Барталев С.А.(1)
Организации
(1) Институт космических исследований РАН
Сессия
Дистанционное зондирование Земли
Форма представления
Устный
Место работы научного руководителя
Институт космических исследований РАН
Научный руководитель
Стыценко Федор Викторович
Текст тезисов
К настоящему времени создана технология получения ежегодно обновляемых карт растительности, основанная на классификации композитных изображений (Барталев и др., 2016). Поскольку классификация, используемая при создании данных карт, требует в качестве одного из входных параметров опорную выборку, важным аспектом является методика её ежегодной актуализации. Существует ряд значительных изменений при переносе тематических данных, полученных по результатам наблюдений одного года, на данные спутниковых наблюдений другого года. Данные изменения можно условно разделить на сложные подпиксельные и фатальные, занимающие обширные территории (грубые) изменения. Сложные подпиксельные эффекты связанны обусловлены следующими факторами: старение растительности, смена питания, естественное замещение одних пород другими и др. Фатальные эффекты связанны с резким изменением типа растительности или типа земного покрова, как правило, возникают из-за массовых вырубок, ветровалов, и в гораздо большей степени, от пожаров.
До настоящего времени перенос опорной выборки производился с применением статистической фильтрации, которая исключала часть пикселей, имеющих сильное отклонения яркостей, а также исключения пройденных огнем территорий, детектированных по спутниковым данным. Такой подход приводил к постепенному уменьшению объема обучающей выборки, что могло приводить к постепенному уменьшению репрезентативности выборки и увеличению радиуса сбора локальных сигнатур классов, используемым алгоритмом классификации LAGMA (Local Adaptive Global Mapping Algorithm) (Bartalev et al., 2014). В рамках работы предложен новый метод ежегодного создания опорной выборки, при котором в качестве опорных данных использовалась карта, полученная по спутниковым данным предыдущего года. В основе метода лежит статистическая фильтрация опорных данных с использованием информации об отражательной способности текущего года и привлечении дополнительных тематических продуктов об изменении лесного покрова. При таком подходе, опорная выборка может обновляться ежегодно без тенденции к постепенному уменьшению.
Исследования проводились с использованием инфраструктуры хранения и обработки спутниковых данных Центра коллективного пользования "ИКИ-Мониторинг" (Лупян и др., 2015).


Список литературы
1. Барталев С.А., Егоров В.А., Жарко В.О., Лупян Е.А., Плотников Д.Е., Хвостиков С.А., Шабанов Н.В. Спутниковое картографирование растительного покрова России // М.: ИКИ РАН, 2016. 208 c.
2. Bartalev S.A., Egorov V.A., Loupian E.A., Khvostikov S.A., A new locally-adaptive classification method LAGMA for large-scale land cover mapping using remote-sensing data, Remote Sensing Letters, 2014, Vol. 5, Issue 1, pp. 55–64.
3. Лупян Е.А., Прошин А.А., Бурцев М.А., Балашов И.В., Барталев С.А., Ефремов В.Ю., Кашницкий А.В., Мазуров А.А., Матвеев А.М., Суднева О.А., Сычугов И.Г., Толпин В.А., Уваров И.А. Центр коллективного пользования системами архивации, обработки и анализа спутниковых данных ИКИ РАН для решения задач изучения и мониторинга окружающей среды // Современные проблемы дистанционного зондирования Земли из космоса. 2015. Т. 12. № 5. С. 263-284.