Содержание к диссертации
Введение
Раздел 1. Анализ требований к функциональной структуре и характеристикам системы спутникового мониторинга пахотных земель России 17
1.1 Особенности сельскохозяйственного производства и основные задачи мониторинга пахотных земель 17
1.2 Возможности приборов дистанционного зондирования со спутников для решения задач мониторинга сельскохозяйственных земель 24
1.3 Обзор существующего опыта использования данных дистанционного зондирования со спутников для мониторинга сельскохозяйственных земель 38
1.4 Требования к функциональной структуре и характеристикам системы спутникового мониторинга сельскохозяйственных земель 44
Выводы к первому разделу 50
Раздел 2. Методы предварительной обработки данных MODIS для мониторинга сельскохозяйственных земель 51
2.1 Формирование базы данных спутниковых наблюдений для мониторинга сельскохозяйственных земель 51
2.2 Алгоритмы предварительной обработки данных MODIS 60
2.3 Анализ результатов использования алгоритмов предварительной обработки данных MODIS 73
Выводы к второму разделу 81
Раздел 3. Классификация некоторых типов сельскохозяйственных посевов по спутниковым данным MODIS 83
3.1 Предварительная классификация типов земного покрова в интересах сельскохозяйственного мониторинга 83
3.2 Анализ характеристик объектов наблюдения при дистанционном зондировании сельскохозяйственных земель 89
3.3 Алгоритмы выявления по данным MODIS участков чистого пара, озимых культур и посевов подсолнечника 100
3.4 Оценка достоверности результатов классификации сельскохозяйственных посевов по данным MODIS 109
Выводы к третьему разделу 114
Раздел 4. Выявление и оценка площадей используемых пахотных земель России по спутниковым данным MODIS 115
4.1 Метод выявления используемых пахотных земель по временным сериям данных MODIS 115
4.2 Анализ достоверности результатов выявления пахотных земель России по данным MODIS 125
4.3 Сбор, хранение, распространение данных спутниковых наблюдений и программная реализация алгоритмов обработки данных MODIS 135
Выводы к четвертому разделу 139
Заключение 141
Библиографический список 143
Приложение
- Возможности приборов дистанционного зондирования со спутников для решения задач мониторинга сельскохозяйственных земель
- Алгоритмы предварительной обработки данных MODIS
- Анализ характеристик объектов наблюдения при дистанционном зондировании сельскохозяйственных земель
- Анализ достоверности результатов выявления пахотных земель России по данным MODIS
Введение к работе
Исследование возможностей дистанционного мониторинга окружающей среды со спутников активно ведется на протяжении последних десятков лет научными группами и организациями различных стран. Развитие приборов дистанционного зондирования (ДЗ) привело к расширению возможностей по оперативному глобальному наблюдению окружающей среды. Данные дистанционного зондирования (ДДЗ) используются для обнаружения и оценки последствий пожаров, контроля лесных вырубок, мониторинга изменений границ природных экосистем, контроля землепользования и целого ряда других приложений. Важным направлением исследований является разработка систем мониторинга сельскохозяйственных (с.-х.) земель.
В России по причинам экономического характера последние 20-30 лет происходят значительные изменения в землепользовании. Значительные площади, ранее используемые для сельскохозяйственного производства, выводятся из оборота, изменяется структура использования пахотных земель. Существует потребность в объективной информации о происходящих изменениях в использовании земель с.-х. назначения. В настоящее время наблюдение за использованием земель ведется Федеральной службой государственной статистики (Росстат), главным образом, методом статистического наблюдения. Однако информация собирается только в обобщенном виде и не проводится достаточный контроль её достоверности. Таким образом, существующая система сбора информации об использовании с.-х. земель не может быть признана полностью отвечающей современным требованиям.
В то же время наблюдение за динамикой использования с.-х. земель является необходимым элементом системы регулирования агропромышленного комплекса. Для реализации задачи мониторинга с.-х. земель Главный вычислительный центр Министерства сельского хозяйства России (ГВЦ МСХ РФ) и Институт космических исследований Российской академии наук (ИКИ
РАН) ведут совместную разработку системы спутникового мониторинга с.-х. земель России, призванную обеспечить получение объективной информации об их использовании. Важным элементом разрабатываемой системы является получение информации о наличии и использовании пахотных земель. Такая информация должна включать в себя данные о пространственном размещении используемых пахотных земель (ИПЗ) и посевов с.-х. культур, а также данные оперативного мониторинга состояния посевов. Таким образом, система направлена на обеспечение заинтересованных пользователей информацией о площадях пахотных земель и посевов различных типов, их продуктивности, оперативной информацией о состоянии посевов.
Особый интерес для получения оценок использования с.-х. земель представляет применение ДДЗ. В условиях необходимости обеспечения регулярного мониторинга данные спутниковой съемки являются практически безальтернативным источником данных. Важным преимуществом спутниковой съемки также является оперативность, объективность и независимость получаемой информации. К числу факторов, сдерживавших до недавнего времени развитие практических систем мониторинга, можно отнести ограниченную доступность данных современных спутниковых систем, отсутствие необходимых программно-технических средств, недостаточное развитие методов тематической обработки спутниковых изображений. Появившиеся в последние годы спутниковые системы делают ДДЗ качественно более доступными для пользователей, однако эффективное использование ДДЗ невозможно без соответствующих алгоритмов предварительной и тематической обработки.
Разработка методов обработки ДДЗ для мониторинга с.-х. земель позволит существенно повысить точность и объективность информации об их использовании. Это также является важным шагом к созданию обзорных карт землепользования по ДДЗ. С учетом имеющегося мирового опыта, уровня развития современных систем спутникового мониторинга и вычислительной техники, представляется перспективной разработка автоматизированных
технологий обработки и анализа данных спутниковых наблюдений. Такие технологии являются важным шагом на пути создания системы мониторинга с.-х. земель России.
Необходимость широкого охвата территории при мониторинге с.-х. земель, и, как следствие, обработка большого массива ДДЗ, требуют минимизации участия экспертов в процессе тематической интерпретации данных. На разработку именно таких, в максимальной степени автоматизированных алгоритмов обработки ДДЗ, и были направлены исследования в рамках представленной диссертационной работы.
Состояние и динамика использования пахотных земель являются важным вопросом современной экологии. Изменения в использовании пахотных земель ведут к изменениям микроклимата, ландшафта, влияют на объемы эмиссии углекислого газа. Забрасывание пахотных земель, имевшее место практически во всех регионах России в последние десятилетия, как правило, сопровождается их деградацией, эрозией, резким снижением плодородия почв, зарастанием древесно-кустарниковой растительностью. При этом стихийный характер забрасывания усложняет задачу наблюдения и контроля за использованием сельскохозяйственных земель. Нерациональное землепользование, связанное, например, с несоблюдением правил сельскохозяйственного севооборота, может приводить к истощению почв, и, как следствие, к длительному снижению плодородия земель. Таким образом, существует необходимость в объективных методах контроля за землепользованием, причем как на уровне отдельных аграрных регионов, так и на уровне страны в целом.
Учитывая важное экологическое, экономическое и социальное значение сельского хозяйства в России, имеющийся недостаток объективной, оперативной и достоверной информации об использовании пахотных земель, можно утверждать, что развитие методов спутникового мониторинга пахотных земель России стоит в ряду приоритетных задач, что и определяет актуальность представленной диссертационной работы.
Цели и задачи исследований. Целью проведенных в рамках диссертационной работы исследований являлась разработка методов, алгоритмов и автоматических технологий использования данных спутниковых наблюдений для решения задач мониторинга пахотных земель. Достижение данной цели потребовало решения следующих научных задач:
- проведение анализа особенностей и задач информационного обеспечения
агропромышленного сектора России и разработка на его основе требований к структуре и характеристикам системы спутникового мониторинга пахотных земель;
- разработка алгоритмов предварительной обработки данных наблюдений
съемочной системой MODIS и формирования наборов спутниковых данных, очищенных от влияния облачного и снежного покровов;
- разработка автоматических алгоритмов детектирования некоторых видов
с.-х. культур и чистого пара по данным MODIS;
- разработка автоматических алгоритмов детектирования ИПЗ с
использованием многолетних временных серий данных MODIS;
- разработка программного обеспечения (ПО) для предварительной и
тематической обработки данных MODIS в интересах решения задач с.-х. мониторинга;
- проведение анализа получаемых результатов и оценка их достоверности
с использованием опорной и справочной информации из независимых
источников.
Результаты исследований, проведенных автором, позволяют сформулировать следующие защищаемые положения.
Научная новизна. В диссертационной работе впервые предложен метод анализа многолетних временных рядов ДДЗ для выявления используемых пахотных земель. Автором предложены новые признаки для распознавания используемых пахотных земель, некоторых видов с.-х. культур и чистого пара, основанные на анализе межгодовой и сезонной динамики перпендикулярного вегетационного индекса. Разработанный на основе указанных признаков метод
распознавания используемых пахотных земель включает предложенную автором процедуру автоматической региональной настройки пороговых значений классификатора. Разработанные автоматические методы впервые позволили по данным спутниковых наблюдений получить информацию о пространственном размещении используемых пахотных земель России на национальном уровне.
Основные результаты диссертационной работы:
- разработан автоматический метод предварительной обработки данных
прибора MODIS для формирования очищенных от влияния облачности и снежного покрова спутниковых изображений в интересах сельскохозяйственного мониторинга;
- разработаны автоматические методы тематической обработки временных
серий данных прибора MODIS для детектирования озимых культур, подсолнечника и чистого пара; -разработан автоматический метод обработки многолетних временных серий данных прибора MODIS для выявления и оценки площадей ИПЗ;
- на основе разработанных методов получены фактические данные о
наличии, пространственном размещении и площадях ИПЗ в основных
сельскохозяйственных, регионах России. Практическая значимость. Разработанные автором методы предварительной обработки ДДЗ позволили получать композитные изображения, свободные от влияния облачности и других мешающих факторов. Построенные изображения используются в различных приложениях ДЗ. Разработанный метод детектирования ИПЗ позволил получить независимые оценки наличия ИПЗ во всех основных с.-х. регионах России. Данные о наличии ИПЗ были использованы при проведении Всероссийской сельскохозяйственной переписи 2006 года в качестве объективного, независимого источника данных. Созданные методы для детектирования с.-х. культур были использованы для получения данных о пространственном размещении посевов озимых культур и подсолнечника, а также участков чистого пара для
территории Ростовской области. Результаты работы являются составной частью разрабатываемой национальной системы мониторинга с.-х. земель. Полученные автором результаты были использованы при выполнении научных проектов, в том числе, поддержанных Российским фондом фундаментальных исследований (РФФИ 04-07-90263-в).
Апробация. Результаты работы докладывались на 10 российских и международных конференциях, а также на научных семинарах ИКИ РАН и Института безопасности и защиты граждан (Institute for Protection and Security of the Citizen JRC EC). Ha 31-ом Международном симпозиуме по дистанционному зондированию окружающей среды (31st International Symposium on Remote Sensing of Environment 2005) автором получена награда за лучший стендовый доклад в секции «Сельское хозяйство». В 2005 г. автор награжден первой премией в номинации «Лучшая научная работа Института» в конкурсе научных работ ИКИ РАН.
Публикации. По результатам исследования опубликовано 18 научных работ. Все основные результаты получены автором лично. Автор самостоятельно разработал все описанные методы обработки данных, осуществил их программную реализацию, получил и проанализировал представленные результаты.
Структура и объем диссертации. Диссертация состоит из введения, четырех разделов, заключения и списка литературы. Объем диссертации составляет 162 страницы, включая 47 рисунков, 10 таблиц и 3 приложения.
В первом разделе анализируются текущее состояние и тенденции развития сельского хозяйства в России, дан обзор существующего опыта использования ДДЗ в применении к задачам мониторинга пахотных земель, дан обзор действующих и разрабатываемых систем спутникового мониторинга с.-х. земель, описываются требования к создаваемым современным системам ДЗ пахотных земель, предлагается структура системы спутникового мониторинга пахотных земель России.
Во втором разделе проанализированы характеристики объектов наблюдения при дистанционном зондировании пахотных земель, выполнен анализ требований к приборам ДЗ в применении к задачам мониторинга с.-х. земель и обоснована целесообразность использования данных съемочной системы MODIS, описана технология формирования архива спутниковых данных. Анализируются требования к алгоритмам предварительной обработки ДДЗ и показана необходимость построения композитных изображений, описаны алгоритмы предварительной обработки данных спутниковых наблюдений, включая метод получения композитных изображений с улучшенными с точки зрения решения задач тематической обработки свойствами, проведено сравнение полученных после предварительной обработки композитных спутниковых изображений со стандартными продуктами, получаемыми в рамках программы EOS, показаны перспективы использования улучшенных композитных изображений MODIS для других приложений дистанционного зондирования Земли (ДЗЗ).
В третьем разделе представлены алгоритмы вспомогательной классификации некоторых типов естественной растительности и земной поверхности, включая земли заведомо несельскохозяйственного назначения (леса, балки, водные объекты, урбанизированные территории и т.д.), в качестве необходимого этапа тематической обработки спутниковых изображений, анализируются требования к методам детектирования различных типов посевов с.-х. культур, описываются разработанные алгоритмы детектирования посевов озимых культур, подсолнечника и чистого пара, приведены результаты сравнения с материалами государственной статистики и данными полевых наблюдений.
В четвертом разделе описывается технология детектирования ИПЗ, описываются особенности фенологической и межсезонной динамики ИПЗ, положенные в основу алгоритма их детектирования, представлен метод детектирования ИПЗ, приведены результаты сравнения полученных результатов с материалами государственной статистики и с результатами
анализа спутниковых изображений высокого разрешения, описана система
сбора и обработки ДДЗ, а также распространения получаемых результатов
спутникового мониторинга сельского хозяйства, изложены особенности
программной реализации построенных алгоритмов, дано описание
картографического веб-интерфейса доступа к результатам
сельскохозяйственного мониторинга.
В Заключении приведены основные результаты и выводы диссертации.
Большую поддержку в подготовке работы оказали научный руководитель, заведующий лабораторией ИКИ РАН к.т.н. С.А. Барталев и заместитель директора ИКИ РАН д.т.н. Е.А. Лупян. Автор выражает свою особую признательность Е.В. Щербенко и Т.С. Ховратович за критические замечания и поддержку по ходу подготовки работы. Автор искренне благодарен своим коллегам, сотрудникам отдела информационных технологий спутникового мониторинга ИКИ РАН.
Возможности приборов дистанционного зондирования со спутников для решения задач мониторинга сельскохозяйственных земель
С первых лет освоения космического пространства одной из приоритетных была задача дистанционного наблюдения Земли. Первые регулярные изображения были получены с борта американского спутника ERTS-1 (позднее переименован в Landsat-І) в 1972 г. В настоящее время существует ряд спутниковых систем, созданных различными странами и направленных на исследование природных ресурсов. Получаемые со спутников ДДЗ используются в различных приложениях мониторинга Земли, в том числе, в интересах изучения состояния с.-х. земель. Наиболее широко используются для мониторинга растительности ДДЗ в видимой, ближней ИК и средней РЖ зонах электромагнитного спектра. Спутниковые изображения в этих зонах спектра позволяют эффективно отделять зеленую растительность от других типов земного покрова. Построение систем мониторинга с.-х. земель требует априорных знаний о спектральных отражательных свойствах наблюдаемых объектов. К таким объектам, в первую очередь, относятся наблюдаемые с.-х. культуры. Отражательные свойства с.-х. культур достаточно хорошо изучены по данным наземных и самолетных наблюдений [7,8,9]. Основными факторами, определяющими отражательные свойства растительности, являются наличие хлорофилла и других растительных пигментов, строение листьев и структура растительного полога. Влияние на результаты измерений также оказывают геометрические условия наблюдения и отражение подстилающей поверхностью при неполном проективном покрытии растительным покровом.
Важнейшей характеристикой получаемых ДДЗ является пространственное разрешение. Доступные ДДЗ можно разделить на четыре категории в соответствии с величиной пространственного разрешения: данные низкого разрешения ( 1 км), среднего разрешения (150-300 м), высокого разрешения (20-80 м), сверхвысокого разрешения (до 20 м).
Данные низкого разрешения ( 1 км) находят широкое применение в мониторинге суши и океана. Эти данные отличает высокая доступность (свободное распространение или низкая стоимость) и возможность наблюдения всей поверхности Земли с периодичностью около одних суток. К широко используемым данным низкого пространственного разрешения относятся изображения, получаемые съемочной системой AVHRR, установленной на борту спутников серии NOAA, а также съемочной системой Vegetation со спутника SPOT-5.
Прибор AVHRR обеспечивает проведение съемки Земли в шести спектральных каналах с разрешением 1,1 км при наблюдении в надир. Так как одновременно на орбите функционируют несколько спутников NOAA, периодичность съемки любой территории составляет несколько часов. Передаваемые данные могут быть приняты в оперативном режиме на стандартные антенны, а архивные данные съемки свободно распространяются рядом правительственных ведомств и научных организаций. В частности, Геологическая служба США обеспечивает доступ к архивным данным за период начиная с 1973 года.
Прибор Vegetation установлен на борту французского спутника SPOT-5 и ведет съемку в четырех спектральных каналах с разрешением при наблюдении в надир 1,15 км. Отличительной особенностью прибора является лучшая по сравнению с AVHRR геометрическая точность совмещения спектральных каналов (0,1 км) и разновременных изображений (0,3 км). Данные съемки свободно доступны для использования в научных целях и распространяются через Интернет с задержкой три месяца. Съемка прибором SPOT-Vegetation ведется начиная с марта 1998 года.
В последние годы получают все большее использование спутниковые приборы (Terra/Aqua-MODIS, Envisat-MERIS), проводящие съемку поверхности Земли со средним пространственным разрешением (250-500 м). Особенностью указанных приборов является наличие большого числа спектральных каналов, при этом съемка ведется в узких спектральных зонах, шириной до 10 нм. Это дает возможность вести наблюдение в полосах поглощения хлорофилла, воды и других важных компонентов, повышает достоверность распознавания объектов подстилающей поверхности и оценки их состояния по спектральным признакам. Достаточно широкая полоса съемки указанными приборами позволяет наблюдать любую точку земной поверхности с периодичностью 1-2 дня. Важной особенностью использования указанных приборов среднего пространственного разрешения в интересах агромониторинга является возможность наблюдения отдельных с.-х. полей, размеры которых в зоне интенсивного земледелия России, как правило, в несколько раз превышают величину пространственного разрешения получаемых данных, при одновременном обеспечении достаточно высокой частоты наблюдений.
Алгоритмы предварительной обработки данных MODIS
Обеспечение возможности анализа динамики развития растительности по спутниковым данным сопряжено с необходимостью построения временных рядов измерений, очищенных от влияния ряда мешающих факторов, к числу которых, прежде всего, относятся облачный и снежный покровы. Одним из возможных путей получения такого рода улучшенных данных является построение композитных изображений, формируемых на основе множества наблюдений за выбранный интервал времени таким образом, что элементы изображения заполняются только данными безоблачных измерений. Построение композитных изображений, наряду с улучшением качества спутниковых данных, позволяет значительно сократить их объем на этапе тематической обработки. Следует отметить, что ориентированные на глобальное использование и используемые в центре обработки Геологической службы США алгоритмы построения композитных изображений не позволяют с достаточным уровнем качества детектировать «облачные» пикселы, что затрудняет непосредственное использование стандартных продуктов спутниковых данных для проведения дальнейшего тематического анализа. Также при построении стандартных композитных изображений используются измерения, сделанные с зенитным углом визирования до 55, пространственное разрешение таких измерений неприемлемо при мониторинге с.-х. полей. Это обстоятельство потребовало разработки алгоритма построения композитных изображений, удовлетворяющего требованиям тематической обработки спутниковых данных для решения задач с.-х. мониторинга.
Необходимо заметить, что использование данных MODIS для организации регулярного мониторинга сопряжено с необходимостью обработки больших объемов исходной информации. Так, объем данных продуктов MOD09GQK, MOD09GHK, MODMMGAD, MOD09GST за одни сутки на одну гранулу составляет 300-600 Мб.
Детектирование облачного и снежного покровов возможно проводить по ДДЗ в оптическом диапазоне [69]. Облачный покров беспорядочно рассеивает солнечный свет и имеет высокие значения коэффициента спектральной яркости (КСЯ) во всем отражающем диапазоне спектра (0,3 - 3,0 мкм) [69]. Накоплен большой опыт создания алгоритмов для разделения облаков и открытой земной поверхности по ДДЗ съемочных системы AVHRR, Landsat и др. [70]. В зависимости от поставленной задачи возможно использовать пороговые методы для классификации или статистические методы классификации с обучением [70,71,72].
Для разделения облаков и земной поверхности наиболее целесообразно использовать КСЯ в самом коротковолновом диапазоне, так как в этом диапазоне любая растительность и обнаженные почвы имеют наиболее низкие КСЯ. Из семи каналов MODIS, съемка в которых ведется с разрешением 250-500 метров, самый коротковолновый канал - третий (459-479 нм). Измерения именно в этом канале и были выбраны, как основные для разработки алгоритма детектирования облачности. Опыт детектирования облачного и снежного покровов на изображениях, полученных съемочной системой SPOT-Vegetation, показал эффективность применения пороговых методов классификации с использованием в качестве признаков измерений КСЯ в голубом и среднем ИК каналах [73]. Облака и снег можно различать в среднем инфракрасном диапазоне. В этом диапазоне отражательная способность облаков высокая, а снега - низкая [74]. Поэтому для разделения облаков и снега были выбраны измерения в шестом (среднем Ж) канале MODIS 1 628-1 652 нм.
Съемочная система MODIS проводит съемки при зенитном угле наблюдения до 55. Однако пространственное разрешение при съемке с большим зенитным углом наблюдения значительно хуже, чем при съемке в надир, и, следовательно, измерения, сделанные с большим зенитным углом наблюдения имеют пространственное разрешение значительно больше характерного размера с.-х. полей.
При съемке в надир размер минимального элемента земной поверхности, излучение от которого регистрируется датчиком, составляет 250x250 м. При увеличении зенитного угла наблюдения размер минимального элемента, излучение от которого регистрирует датчик, вдоль и поперек направления полета меняется различным образом. Если форма Земли принимается сферой фиксированного радиуса, то размер наблюдаемого элемента поперек направления полета составляет
Анализ характеристик объектов наблюдения при дистанционном зондировании сельскохозяйственных земель
В создаваемой системе мониторинга с.-х. земель особое внимание уделяется мониторингу регионов юга России, как наиболее важных в отношении аграрного производства. В качестве первого региона мониторинга была выбрана Ростовская область. Выбор данного региона был сделан в силу наличия в Ростовской области наиболее благоприятных условий для развития растениеводства. Ростовская область занимает третье место среди субъектов РФ по оценке сельскохозяйственного потенциала климата [81]. На рис. 23 показана структура использования пахотных земель в Ростовской области в 2003 г. Характерные размеры полей составляют 50-150 га. Наибольшую экономическую значимость представляют собой зерновые культуры, подсолнечник, поэтому именно на эти культуры были направлены усилия по мониторингу с использованием ДДЗ. Важной задачей системы мониторинга является также контроль соблюдения правил севооборота. В эту задачу входит контроль правильного чередования культур и парования полей.
Для разработки алгоритмов тематической обработки были проведены исследования отражательных свойств различных с.-х. культур по данным наблюдений MODIS. Также была проведена оценка возможности использования разрабатываемых тематических алгоритмов детектирования культур. Исследования были направлены на определение возможностей детектирования по спутниковым данным основных культур Ростовской области (озимая пшеница и подсолнечник), а также чистого пара.
Обычно для выделения посевов используются измерения спектральных характеристик или значения ВИ. При этом используются измерения в периоды времени, когда исследуемый класс в наибольшей степени отличается от остальной растительности. Такого рода подход традиционен при использовании одиночных спутниковых изображений [20].
В работах [31,32] используются временные ряды наблюдений MODIS для детектирования посевов риса в Китае и юго-восточной Азии. Подход включает в себя использование композитных изображений вегетационных индексов (NDVI, EVI и др.) и набор алгоритмов пороговой классификации для разделения пикселов на классы: «вода», «вечнозеленые леса», «леса», «вечнозеленая растительность», «рисовые поля».
При разработке алгоритмов классификации для отделения с.-х. культур в Ростовской области было принято решение использовать аналогичный подход. Первым шагом при разработке классификации является выбор набора признаков и оценка разделимости различных классов по этим признакам. Для каждого из классов «озимые культуры», «подсолнечник», «чистый пар» исследовался вопрос о выборе оптимальных сроков наблюдения и выборе классифицирующих признаков. Для этого были получены данные от сельхозпредприятия (СПК «Приморский»), расположенного в Азовском районе Ростовской области об использовании посевных площадей. Эти данные представляют собой информацию о типах с.-х. культур на каждом поле в период 2001-2004 гг., а также картосхему расположения полей. Эти данные, совместно с данными спутниковых наблюдений MODIS, позволили получить спектральные портреты различных культур. На рис. 24 представлен график развития озимой пшеницы в 200!, 2002, 20ОЗ годах. Видно, что в 2003 году рост значений ВИ начинается значительно позже, чем в 2001-го и 2002-го годах, и кривая значений ВИ имеет заметно меньший максимум. Во второй половине вегетационного периода (ВП) наблюдается второй максимум ВИ. Это, по-видимому, связано с плохими условиями перезимовки 2002/2003 г., в результате чего развитие культур было более поздним, а значительная часть посевов погибла. Второй максимум ВИ вызван весенним пересевом яровыми культурами площадей под погибшими озимыми посевами.
Анализ достоверности результатов выявления пахотных земель России по данным MODIS
Завершающим этапом при построении карт по данным ДЗЗ является этап проверки качества результатов классификации. Проверка результатов классификации проводилась путем их сравнения с данными государственной статистики, с данными визуального дешифрирования снимков высокого разрешения и другими картами землепользования.
Анализ полученных данных о площадях используемых пахотных земель был выполнен в сравнении с материалами государственной статистики [2,3]. Для сравнения были использованы данные о посевных площадях по субъектам РФ. При этом использовалась минимальная посевная площадь в данном субъекте за период 2002-2005 гг. Результаты сравнения с имеющимися данными государственной статистики по субъектам РФ приведены на рис. 41. В таблице 7 приведены результаты сравнения с максимальной и минимальной посевными площадями за 2002-2005 гг. При сравнении с данными статистики среднее различие составило 18 %. Наибольшее расхождение соответствует Волгоградской области. Такое расхождение, по-видимому, вызвано ложным детектированием сухих степей и заброшенных полей. Степная растительность детектируется как ИПЗ из-за того, что динамика развития растительности в степях тесно связана с количеством и временем выпадения осадков, и поэтому может иметь существенные отличия в различные по метеорологическим условиям годы. Это приводит к относительно низким значениям межгодовых коэффициентов корреляции PVI на участках степной растительности, и, как следствие, их ошибочному включению в обучающую выборку А с.-х. растительности. В ряде субъектов РФ, расположенных вне зоны основного земледелия, использование алгоритма приводит к получению заниженных, по сравнению с данными государственной статистики, оценок площади ИПЗ. Это связано с относительно непродолжительным ВП развития растительности в силу климатических условий в данных регионах, и, как следствие, сравнительно небольшим различием в значениях dmin для с.-х. и естественной растительности.
Вторым этапом проверки качества классификации стало сравнение с данными дешифрирования снимков высокого разрешения. Для проверки точности результатов распознавания были выбраны космические снимки съемочной системы LandsatM/ETM+ за период с 1999 до 2002 годы. Эти данные имеют пространственное разрешение 30 м, хорошую географическую привязку, удовлетворяющий требованиям изучения растительности набор спектральных каналов. Для проведения независимой оценки качества проведенный классификации были использованы снимки высокого разрешения LandsatM/ETM+, покрывающие всю территорию сельскохозяйственного мониторинга. Был выбран набор контрольных точек, в которых сравнивались результаты визуального дешифрирования и автоматической классификации. Так как в данном исследовании требовалось оценить общую точность распознавания по всей территории России, то было решено контрольные точки разместить равномерно по всей территории с определенным шагом таким образом, чтобы количество точек давало достаточное представление об исследуемом объекте. Контрольные точки были размещены в узлах географической сетки с шагом в 1 по широте и долготе. Всего на исследуемую территорию выбрано 492 точки. По результатам визуального анализа были выбраны только точки, относящиеся к используемым пахотных землям. Основными дешифровочными признаками, по которым производилось отнесение точки к классу «ИПЗ» являлись: - прямолинейные, четкие границы поля или группы полей; - тон и цвет изображения, форма спектральной кривой, которые указывали либо на открытую поверхность почвы, либо на поверхность, частично или полностью покрытую растительностью; - текстура и рисунок изображения, по которым можно обнаружить видимые следы обработки почвы: пахота, валки от убранной с.-х. культуры, следы полива и т.д. Также каждой контрольной точке был приписан атрибут принадлежности в маске ИПЗ, построенной по данным MODIS. Было проведено сравнение этого атрибута с результатами визуального дешифрирования. На рис. 42 показаны все контрольные точки и результаты сравнения. В таблице 8 приведена матрица ошибок распознавания ИПЗ. Анализ сравнения показывает что случаи ошибочного детектирования крайне редки (2 точки) и, главным образом, вызваны ошибочным отнесением сухих степей к категории с.-х. земель. Такая ошибка вызвана тем, что ВП сухих степей может быть также очень коротким (зависит от осадков в конкретном году), и алгоритм в таком случае относит пиксел к ИПЗ. Достаточно большое число точек (44) были визуально дешифрированы как ИПЗ, но не были детектированы автоматическим алгоритмом. Данная ошибка классификации вызвана тем, что ВП как естественной растительности, так и с.-х. культур, весьма короткий в данных регионах и может не иметь значимого различия. Большое количество неотдетектированных точек ИПЗ согласуется также с меньшими детектированными площадями по сравнению с данными государственной статистики. В этих регионах характерные размеры полей небольшие и значительное число пикселов, содержащих с.-х. поля, являются «смешанными»; таким образом, источником ошибки становится недостаточно высокая величина пространственного разрешения используемых спутниковых данных - 250 м. Общая точность классификации составила 0,91. Ошибка первого рода при детектировании ИПЗ составила 0,32, а ошибка 2-го рода - 0,01. К недостаткам данного метода контроля качества классификации следует отнести то, что большинство контрольных точек попало на непахотные земли. Так, например, в Северо-Западном федеральном округе все 40 контрольных точек были визуально дешифрированы как «непахотные земли». Распределение контрольных точек по федеральным округам показано в таблице 9.
