XVIII.A.353
Технология, результаты массовой обработки и характеристики полученных наборов спутниковых данных КМСС-М (МСУ-100М) для количественной оценки земной поверхности
Колбудаев П.А. (1), Плотников Д.Е. (1), Матвеев А.М. (1), Барталев С.А. (1), Прошин А.А. (1), Кашницкий А.В. (1)
(1) Институт космических исследований РАН, Москва, Россия
Данные находящегося на борту спутника Метеор-М-2 прибора МСУ-100М (КМСС-М), регистрирующего излучение в зеленом, красном и ближнем ИК диапазонах длин волн, имеют пространственное разрешение от 60 до 100 метров и частоту повторных наблюдений раз в 3-5 дней, обеспечивая плотное покрытие данными практически всей Евразии для широт выше 40 градусов с часовой задержкой получения в центрах приёма на территории России. Таким образом, эти данные представляют заметный интерес при решении задач дистанционной оперативной оценки характеристик земной поверхности. Следует также отметить успешное возвращение в строй следующего аппарата этой серии Метеор-М-2.2 с комплексом КМСС-2 на борту, что обеспечивает удвоение частоты наблюдений, доводя её практически до ежедневной. Других данных российских спутниковых систем с аналогичными характеристиками оперативности, пространственного разрешения, территориального охвата и частоты повторных наблюдений в открытом доступе в настоящее время нет.
Однако в текущем виде спутниковые данные КМСС-М не подходят для количественной оценки характеристик земной поверхности и объективного мониторинга растительного покрова ввиду ряда особенностей: заметных и нелинейных аномалий геопривязки изображений, межканального параллакса, отсутствия методов получения масок облачности и теней, отсутствия атмосферной коррекции спутниковых снимков и результатов восстановления временных серий дистанционных индикаторов состояния земного покрова. Решение этих задач осложняется отсутствием необходимых метаданных и ограниченным набором спектральных каналов.
Так, задача автоматического выявления мешающих факторов на изображениях КМСС-М нетривиальна и не может быть решена классическими методами, обычно используемыми для других приборов ДЗЗ.
Характерные особенности комплекса КМСС-М, затрудняющие классическое детектирование облачности, включают значительные различия в геометрии наблюдений между зеленым, красным и БИК каналами (параллакс около 9°) и сопровождающую эти измерения разницу во времени наблюдения одного и того же участка поверхности (20 секунд между соседними каналами). После выполняемой в центрах приёма штатной орторектификации и гармонизации разноспектральных изображений на уровне земной поверхности образы объектов облачного покрова оказываются разнесенными на мультиканальном изображении. В результате использование мультиспектральных индексов и кросс-канальных тестов для выделения облачности (как например в Fmask) оказывается затруднено и дополнительно усугубляется отсутствием SWIR каналов.
Для решения задач автоматической локализованной географической допривязки мультиспектральных изображений КМСС-М, детектирования облачности\теней и атмосферной коррекции использовались методы, основанные на совместном анализе данных приборов КМСС-М и восстановленных ежедневных изображений MODIS (Terra и Aqua). Это позволило создать технологию потоковой обработки данных КМСС-М, построить наборы атмосферно-скорректированных изображений, восстановить временные серии вегетационного индекса NDVI на часть территории Европейской России. В настоящей работе описывается технология и оцениваются характеристики получаемых наборов данных, публикуемых в свободном доступе в интерфейсе систем семейства Вега.
Работа выполнена в рамках темы «Мониторинг» (госрегистрация №01.20.0.2.00164) с использованием ресурсов Центра коллективного пользования системами архивации, обработки и анализа спутниковых данных ЦКП "ИКИ-Мониторинг" (Лупян и др., 2019, Прошин и др., 2020) и входящих в его состав инструментов разработанных, в том числе, в рамках проектов РФФИ 13-07-00513, РФФИ 11-07-12028-офи-м-2011, 18-55-45023 ИНД_а.
Ключевые слова: КМСС-М, МСУ-100М, географическая допривязка, детектирование облачности и теней, атмосферная коррекция, Вега-ScienceЛитература:
- 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. 247-267
- Лупян Е.А., Прошин А.А., Бурцев М.А., Кашницкий А.В., Балашов И.В., Барталев С.А., Константинова А.М., Кобец Д.А., Мазуров А.А., Марченков В.В., Матвеев А.М., Радченко М.В., Сычугов И.Г., Толпин В.А., Уваров И.А. Опыт эксплуатации и развития центра коллективного пользования системами архивации, обработки и анализа спутниковых данных (ЦКП «ИКИ-Мониторинг») // Современные проблемы дистанционного зондирования Земли из космоса. 2019. Т. 16. № 3. С. 151-170. DOI: 10.21046/2070-7401-2019-16-3-151-170
- Плотников Д.Е., Колбудаев П.А., Барталев С.А. Выделение сезонно-однородных областей на основе анализа временных серий спутниковых изображений // Компьютерная оптика. 2018. Т. 42. № 3. С. 447-456. DOI: 10.18287/2412-6179-2018-42-3-447-456
- Прошин А.А., Матвеев А.М., Кашницкий А.В. Организация динамического блочного доступа к данным в архивах для проведения их эффективной обработки // Материалы VI Международной научной конференции "Региональные проблемы дистанционного зондирования Земли". 29 сентября - 2 октября 2020. Красноярск, 2020. С. 114-117.
Ссылка для цитирования: Колбудаев П.А., Плотников Д.Е., Матвеев А.М., Барталев С.А., Прошин А.А., Кашницкий А.В. Технология, результаты массовой обработки и характеристики полученных наборов спутниковых данных КМСС-М (МСУ-100М) для количественной оценки земной поверхности // Материалы 18-й Всероссийской открытой конференции «Современные проблемы дистанционного зондирования Земли из космоса». Москва: ИКИ РАН, 2020. C. 26. DOI 10.21046/18DZZconf-2020aМетоды и алгоритмы обработки спутниковых данных
26