Агольцов А.Ю., Абросимов А.В.
Ежегодно значительная часть лесов России подвергается воздействию ослабляющих факторов: рубок, пожаров, сильных ветров и пр.
Наиболее подходящими для регулярного мониторинга лесного фонда данными дистанционного зондирования Земли (ДЗЗ) из космоса являются оптические мультиспектральные снимки среднего разрешения (5–15 м).
Такое разрешение достаточно для выявления большинства воздействий и негативных процессов в лесах: вырубки, ветровалы, территории, пройденные пожарами, погибшие насаждения, а высокая повторяемость съемки (вплоть до еженедельной) и большая площадь снимков (60–300 км) позволяют эффективно контролировать огромные площади лесов России.
Отечественные аппараты «Ресурс-П» располагают сенсором, имеющим соответствующее разрешение и отвечающим по своим характеристикам решению задачи – это аппаратура КШМСА-ВР:
- Пространственное разрешение — 12 м в панхроматическом канале и 23,8 м на пикселе в мультиспектральных диапазонах
- Ширина полосы съемки — 97 км.
- Четыре спектральных диапазона, включая ближний ИК
Однако, снимки системы КШМСА-ВР для выполнения экспериментальных работ переданы не были.
В рамках существующей в компании технологии снимки сверхвысокого разрешения, к которым в частности относятся и данные «Геотон-Л1», переданные для эксперимента, используются в качестве уточняющей, заверочной, информации об изменениях в лесах. Таким образом, на первом этапе технологии автоматически по снимкам среднего разрешения выявляются изменения, а на втором — по снимкам сверхвысокого разрешения уточняются их контура, уточняются параметры, выполняется проверка и редактирование.
Отработка основной части технологии выполнялась для зарубежных данных ДЗЗ из космоса — Sentinel-2 (максимальное пространственное разрешение — 10 м, 13 спектральных диапазонов, ширина съемки —290 км).
Постоянно пополняющийся архив данных ДЗЗ с космического аппарата (КА) Европейского космического агентства Sentinel-2 обеспечивает пользователей высокоточной, современной и доступной информацией. Высокая производительность КА делает его эффективным инструментом для обнаружения и оценки поврежденных лесных участков на большой площади.
Специалистами компании «Совзонд» были отработаны технологии автоматизированной обработки снимков Sentinel-2 для мониторинга вырубок с последующей верификацией результатов по отечественным данным высокого разрешения со спутников «Ресурс-П».
Получение данных Sentinel-2
За последний год в сети интернет появилось множество сервисов, предоставляющих доступ к данным Sentinel-2.
Вот некоторые из них:
- официальный сайт проекта Copernicus (scihub.copernicus.eu/dhus/#/home);
- портал Sentinel-Hub, позволяющий просматривать и отбирать имеющиеся снимки в реальном разрешении и в любых сочетаниях каналов (apps.sentinel-hub.com/sentinel-playground);
- LandViewer — удобные фильтры поиска для просмотра и загрузки снимков Sentinel-2 и Landsat-8 (lv.eosda.com);
- EarthExplorer (earthexplorer.usgs.gov/);
- загрузка данных через AWS — Amazon Web Services (aws.amazon.com/ru/public-datasets/sentinel-2).
Обработка данных Sentinel-2
Все технологические процессы: подбора, загрузки, обработки снимков Sentinel-2 выполняются в специализированном приложении, доступ к которому осуществляется через веб-интерфейс. Для автоматизации выявления и векторизации вырубок разработан программный модуль AutoFelling (рис. 1).
Минимальным входным набором данных для работы модуля служат 2 снимка Sentinel-2 (за начальную и конечную даты мониторинга), прошедшие предварительную обработку на сервере, и маска облаков, идущая в стандартной поставке. На выходе модуль формирует композит разновременных снимков и векторный слой вырубок (рис. 2).
Рис.2. Входные данные и результат работы модуля автоматизированного выявления вырубок
Использование модуля позволяет значительно сократить трудозатраты на мониторинг вырубок на больших по площади территориях. Так среднее время обработки 1 гранулы (10 000 кв. км) составляет около 5–10 минут, в зависимости от количества вырубок и мощности компьютера.
Верификация результатов по снимкам «Ресурс-П»
Для верификации полученного векторного слоя вырубок в рамках описываемой технологии используются отечественные данные ДЗЗ «Ресурс-П». Данные высокого разрешения позволяют точно идентифицировать объект как вырубку, оценить соблюдение правил заготовки древесины, а также уточнить плановое положение вырубки до масштаба 1:10 000.
Для обработки данных с КА «Ресурс-П» разработан модуль (рис. 3), который обеспечивает выполнение следующих видов обработки: геометрическая коррекция данных — oртотрансформирование; улучшение пространственного разрешения спектрального снимка — pansharpening.
Рис.3. Внешний вид модуля обработки данных «Ресурс-П»/Геотон
По нашим оценкам точность ортоизображений «Ресурс-П», сформированных по RPC-коэффициентам, составляет 10-15 м, что соответствует масштабу 1:25 000. Отклонения носят систематический характер, и при необходимости, изображение может быть скорректировано до масштаба 1:10 000 по нескольким опорным точкам.
Рис.4. Оценка точности ортоизображений «Ресурс-П» по Публичной кадастровой карте Росреестра
Полученные ортоизображения используются в качестве визуальной базы для контроля типов и уточнения контура вырубок, ранее автоматически выявленных по снимкам среднего разрешения Sentinel-2 (рис. 5).
Рис. 5. Пример выявления и верификации вырубки по данным ДЗЗ Sentinel-2 и «Ресурс-П» на территорию Воронежской обл.
По дешифровочным свойствам снимки «Ресурс-П» незначительно уступают продуктам, созданным на базе космических снимков QuickBird и IKONOS. Полученные с КА «Ресурс-П» ортоизображения пригодны для создания и обновления лесных карт и планов 1:10 000 — 1:25 000 масштабов (рис. 6,7).
а) Фрагмент улучшенного изображения «Ресурс-П», разрешение 0,7 м; синтез RGB
б) Фрагмент улучшенного изображения «Ресурс-П», разрешение 0,7 м; синтез CIR
Рис. 6. Лесные культуры на старой вырубке
Рис. 7. Лесной участок на снимке «Ресурс-П», синтез CIR
Разработанная технология внедрена на базе службы главного инженера компании «Совзонд». С применением тестовых данных разработан курс обучения для специалистов лесного хозяйства, подготовлен набор данных, упражнения по их обработке и методические указания, все технологические цепочки описаны в пошаговых инструкциях. Курс рассчитан на 1 день обучения.
