Возможности радарных снимков sentinel-1 для решения задач сельского хозяйства

      Комментарии к записи Возможности радарных снимков sentinel-1 для решения задач сельского хозяйства отключены

Возможности радарных снимков sentinel-1 для решения задач сельского хозяйства

С.Г. Мышляков (компания «Совзонд»)

В 2004 г. окончил Белорусский национальный университет по профессии «география». Трудился в научно-исследовательском предприятии по землеустройству, картографии и геодезии «БелНИЦзем» (Минск, Беларусь). На данный момент — начальник отдела тематической обработки данных ДЗЗ компании «Совзонд».

Мы живем в эру открытых и дешёвых данных и открытого ПО. Ежегодно на орбиту выводятся все новые и новые спутники, нацеленные на решение самых разных задач и ведущие съемку в разных диапазонах электромагнитного спектра. Ежегодно в сети в свободном доступе появляются все новые спутниковые эти.

Рис. 1. Неспециализированный вид спутника Sentinel-1A

3 апреля 2014 г. Космическое агентство ЕС (ESA, European Space Agency) вывело на орбиту радиолокационный спутник Sentinel-1А (рис. 1). Спутник стал первым в космической группировке спутников по глобальному мониторингу внешней среды и безопасности Copernicus.

Спутник создан компанией Thales Alenia Space. На борту космических аппаратов Sentinel-1 установлена радиолокационная аппаратура с синтезированной апертурой C-SAR (разработка компании Astrium), которая снабжает всепогодную, и круглосуточную поставку космических снимков. Сьемка выполняется в С-диапазоне (протяженность волны 6 см). Скорость передачи данных на наземный сегмент – 300 Мбит/с. Характеристики режимов съемки приведены в табл/ 1 [5].

Периодичность получения снимков со спутника Sentinel-1А для русских широт 5–15 дней.

Режимы Ширина полосы обзора, км Разрешение без обработки, м   Поляризация
Strip Map Mode 80 5х5 VV+VH либо HH+HV
Interferometric Wide Swath 250 5х20 VV+VH либо HH+HV
Extra-Wide Swath Mode 400 20х40 VV+VH либо HH+HV
Wave-Mode 20х20 5х5 VV либо HH

Табл.1. Характеристики режимов съемки спутника Sentinel-1A [5]

Разработка съемочной совокупности с этими чертями бросает вызов научному сообществу — какие конкретно новые задачи начнут решаться на базе бесплатных систематично приобретаемых радиолокационных изображений. Учитывая все более возрастающий научный и практический интерес к реализации инфокоммуникационных разработок в сельском хозяйстве, в предлагаемом изучении была поставлена цель — осознать как вольно распространяемые регулярные эти со спутников Sentinel-1 смогут быть использованы для ответа задач сельского хозяйства. A priori были выделены четыре задачи потенциального применения данных Sentinel-1:

  • апробирование и разработка неспециализированной методики обработки радиолокационных данных ДЗЗ Sentinel-1 для задач сельского хозяйства;
  • картографирование состава высеваемых культур. Контроль севооборотов;
  • мониторинг состояния растительности;
  • мониторинг хода агротехнологических работ.

Исходя из неспециализированной теории радиолокации как мы знаем, что в базе формирования изображения лежат изюминке отражения рассеивания испускаемого радарного сигнала разными типами поверхности [1]. Применительно к сельскохозяйственным задачам в роли поверхности выступают посевы сельскохозяйственных культур и открытая распаханная земля.

На совокупную итоговую интенсивность отражения сигнала (яркость пикселя) воздействуют биофизические характеристики растительности, такие как густота посевов, высота стеблей, размещение листьев. Потому, что съемка ведется со большим углом отклонения от надира, имеет значение кроме того таковой фактор как направление сева и распашки.

Так, интенсивность отражения сигнала у двух полей, засеянных одной культурой, одного и того же сорта, в одной фазе вегетации, но распаханных и засеянных под разными углами будет различаться (рис. 2). Огромное значение имеет фактор влажности почвенно-растительного покрова, определяющий его диэлектрическую проницаемость [4].

Рис. 2. Отражение радарного сигнала почвой и различными частями растений [3]

К преимуществам радарной съемки, серьёзным для ответа сельскохозяйственных задач относятся:

  • независимость от погодных условий;
  • независимость от условий освещенности;
  • чувствительность к биофизическим (влажность, биомасса) и структурно-геометрическим изюминкам почвенно-растительного покрова.

Недочётами радарных снимков являются:

  • сложность тематической интерпретации;
  • зашумленность данных;
  • влияние угла и рельефа наклона;
  • негативное влияние шероховатости поверхности.

Перед запуском миссии Sentinel-1, Космическим агентством ЕС совместно с компанией MDA (Канада) – фаворитом в области разработок радиолокационного ДЗЗ было совершено изучение по оценке возможностей применения снимков Sentinel-1 для целей сельского хозяйства [2]. На протяжении исследований были оценены возможности разных поляриметрических режимов съемки, создана методологии обработки радиолокационных данных ДЗЗ в С-диапазоне для мониторинга картографирования параметров и задач землепользования сельскохозяйственной растительности, выяснен оптимальный угол визирования для мониторинга посевов и оптимальные параметры орбиты (восходящая либо нисходящая), собраны и проанализированы эталонные сигнатуры сельскохозяйственных культур.

Результаты совместных изучений ESA и MDA разрешили сделать следующие главные выводы:

  • Вероятна классификации сельскохозяйственных культур, базируясь только на данных с двойной поляризацией.
  • Точность классификации посевов культур более чем 70% достигается при применении 5 разновременных снимков, более чем 80% достигается при применении 7 разновременных снимков.
  • Двойная поляризация VV+VH разрешает приобретать более правильные результаты чем двойная поляризация HH+HV.
  • отличных показателей классификации культур достигаются по летним снимкам (к августу — более 80%).
  • Полная поляризация не редкость нужна для детектирования стебельных культур (зерновые, кукуруза).
  • Корреляция с NDVI, измеренному по снимкам RapidEye и согласно данным полевых измерений наивысшая у рапса и бобовых.
  • Поляризация VH в некоей степени подходит для моделирования NDVI на ранних стадиях вегетации.

Изучение ESA и MDA проводилось для тестовых участков. Расположенных в Канаде, Испании и Нидерландах. Начиная с 2015 г. юг Европейской части России входит в замысел регулярной съемки Sentinel-1 режима съемки Interferometric Wide Swath. Главные характеристики приобретаемых снимков следующие:

  • пространственное разрешение 20*5 м (в продольном и азимутальном направлении);
  • угол съемки 29-46°;
  • двойная поляризация – VH и VV;
  • полоса захвата 250 км;
  • периодичность съемки – 5-12 дней (в зависимости от того перекрывается ли виток либо нет).

Изучения возможностей радарных снимков Sentinel-1 для сельского хозяйства применительно к условиям России были совершены для территории Новониколаевского района Волгоградской области, а правильнее — на территорию полей ООО «Гелио-Пакс».  В качестве данных были использованы снимки уровня обработки GRD.

Это указывает, что большая часть процедур предварительной обработки, таких как проектирование из плоскости наклонной дальности в плоскость земной поверхности для снимков уже совершена оператором [6]. Период наблюдений – март – ноябрь 2015 года. Информацию о севооборотах за 2015 г. любезно предоставлены со стороны ООО «Гелио-Пакс».

В качестве ПО для обработки радарных снимков был использован SNAP — ПО с открытым исходным кодом, созданное Космическим агентством ЕС. SNAP включает в себя панель Sentinel-Toolbox, специально предназначенную для обработки данных со спутников серии Sentinel. направляться подчернуть, что методы геообработки Sentinel-Toolbox доступны для применения при помощи открытых библиотек GetHub, следовательно, смогут быть достаточно легко интегрированы в сторонние приложения разработчиков в мире.

На исследуемую территорию с портала ESA были выкачаны все снимки за 2015 г. Всего с марта по ноябрь были взяты сцены, соответствующие 18 датам наблюдений (вся территория района) и 36 датам (восточная часть), что говорит о беспрецедентной частоте получения данных. Т.е., за редким исключением, новые снимки выкладывались с периодичностью 1 раз в 12 дней. Потом все скачанные сцены подвергались разным операциям предварительной обработки.

Неспециализированная схема исполнения предварительной обработки приведена на рис. 3. На выходе получались откалиброванные масштабированные мозаики, готовые с целью проведения измерений интенсивности сигнала. Для удобства и наглядности визуального восприятия были организованы псевдоцветные RGB-композиты, где красному каналу соответствует изображение в поляризации VV, зеленому каналу – изображение в поляризации VH, светло синий каналу — частное от деления изображений в поляризации VV и VH (рис.

4).

Рис. 3. Этапы предварительной обработки снимков Sentinel-1

Для решения задачи классификации сельскохозяйственных картографирования и культур севооборотов требуется изучить темперамент интенсивности рассеивания радарного сигнала. Эта операция подобна изучению спектральной отражательной свойстве объектов при обработке оптико-электронных снимков. Для исполнения операции на заданной территории был заложен комплект обучающих выборок (сигнатур) на базе имеющихся информации о севооборотах.

Для каждой выборки, полностью попадающей в пределы отдельного поля, рассчитывались статистические показатели. На рисунке 5 приведены результаты статистического анализа в виде кривых, отображающих изменение характера рассеивания радарного сигнала на разновременных снимках.

Рис. 4. Пример обработанного снимка Sentinel-1. Дата съемки 20.07.

Композитное RGB-изображение:

R — интенсивность сигнала в поляризации VV;

G — интенсивность сигнала в поляризации VH;

B — частное от деления интенсивности в поляризации VV на интенсивность в поляризации VH.

Как видно из рис. 5, обоюдная разделимость сигнатур главных классов культур не радует.

В отличие от оптико-электронных снимков обращает внимание отсутствие последовательного хода графиков вегетации, соответствующего определенным фазам. Прежде всего это показывает, что на темперамент рассеивания сигнала воздействуют иные факторы, не всегда обусловленные биофизическими параметрами растительности.

Совершённый анализ метеонаблюдений на ближайших метеостанциях на даты, соответствующие датам взятых снимков, продемонстрировал, что одним из основных факторов, воздействующих на интенсивность рассеивания сигнала на снимках Sentinel-1, есть фактор влажности поверхности. Пиковые значения рассеивания, характерные для определенных дат наблюдений соответствуют дням, в каковые были зафиксированы осадки, или конкретно по окончании дней с осадками.

Кроме анализа рассеивания радарного сигнала в двух поляризационных режимах на протяжении изучения была предпринята попытка вывода нормализованного индекса, основанного на пространственном отношении поляризационных режимов. Для каждой даты были вычислены нормализованные индексы, так именуемые «радарные NDVI»:

Рис. 5. Темперамент рассеивания радарного сигнала разными типами сельскохозяйственных культур. Ось X — даты съемки, ось Y — масштабированная интенсивность рассеивания радарного сигнала

а) Временной последовательность интенсивности сигнала в поляризации VV
б) Временной последовательность интенсивности сигнала в поляризации VH
24.04        06.05       18.05       30.05       23.06       05.07      17.07      29.07       22.08       03.09     15.09
24.04        06.05       18.05       30.05       23.06       05.07      17.07      29.07       22.08       03.09     15.09
24.04        06.05       18.05       30.05       23.06       05.07      17.07      29.07       22.08       03.09     15.09
24.04        06.05       18.05       30.05       23.06       05.07      17.07      29.07       22.08       03.09     15.09

Расчет «радарных NDVI» в определенной степени разрешает компенсировать влияние фактора увлажнения. Графики «радарных NDVI» продемонстрировали кроме этого хорошую разделимость яровых и озимых зерновых культур на ранних стадиях (май), что четко видно на рис. 6. Пропашные культуры (кукуруза и подсолнечник) с уверенностью отделяются во второй половине лета и начале осени, в то время, когда у них отмечается деятельный прирост биомассы и для них свойственны большие размеры листьев и стеблей.

На рис. 7 приведены мультивременные композиты в разных поляризационных режимах. Из рисунка очевидна потенциальная возможность дистанционного распознавания разных сельскохозяйственных культур, основываясь на информации о рассеивании радарного сигнала, взятой со спутников Sentinel G – Дата съемки 23.06;Рис. 7. Отображение сельскохозяйственных полей на мультивременных композитах Sentinel-1:

R – Дата съемки 29.07;

B – Дата съемки 30.05.

а) Изображения в поляризации VV

б) Изображения в поляризации VH

Одной из главных задач, решаемых при помощи данных ДЗЗ в интересах сельского хозяйства, есть оценка и мониторинг состояния посевов сельскохозяйственных культур. К параметрам почв и растительности, возможно дешёвым для наблюдения при помощи радиолокационных изображений относятся [1]:

  • тип культуры;
  • фенологическая фаза культуры;
  • содержание жидкости в тканях растения;
  • количество биомассы;
  • проективное покрытие;
  • высота стеблей;
  • диаметр стеблей;
  • плотность и направление распашки;
  • влажность земли;
  • шероховатость поверхности;
  • структура почвенного покрова.

Разглядим изюминке рассеивания радарного сигнала отдельными типами сельскохозяйственных культур на примере озимой и яровой пшеницы, ячменя, подсолнечника и кукурузы.

На рис. 8 приведены графики рассеивания радарного сигнала для озимой пшеницы. Привлекают внимание пара резких скачков интенсивности рассеивания. особенно четко проявляющихся на снимках в поляризации VH.

Как отмечалось выше, обстоятельством очень интенсивности и высоких значений есть увлажненность почвы и растительного покрова. Даты, на каковые приходятся пиковые значения (6 мая, 23 июля и 17 июня), характеризуются повышенным увлажнением поверхности, что направляться из показаний метеонаблюдений ближайших метеостанций. В эти дни, или перед этими днями шли дожди.

их распределения влияние и Неравномерность осадков на растительность кроме этого возможно прослежена по радарным снимкам, что есть темой для отдельного изучения. Применительно анализу хода вегетации даты с очень высокими значениями рекомендуется исключить.

а) Временной последовательность интенсивности сигнала в поляризации VV

б) Временной последовательность интенсивности сигнала в поляризации VH

в) Временной последовательность «радарного NDVI»

На изображении «радарного NDVI» влияние влажности выражено не столь быстро. По графикам хода «радарного NDVI» возможно проследить закономерную тенденцию озимых культур. Большой количество зеленой биомассы, наблюдающийся у озимых культур в последних числах Мая – начале июня (выход в трубку, колошение), соответствует минимальным значениям «радарного NDVI».

На рис. 9 представлены графики хода вегетации для яровой пшеницы. Кроме этого обращают внимание повышенные значения интенсивности рассеивания радарного сигнала, соответствующие дождливым дням.

Интерес воображает график хода «радарного NDVI». Тут, кроме этого как и для озимой пшеницы характерна интенсивности и объема обратная зависимость биомассы радарного сигнала. Мельчайшие значения «радарного NDVI» приходятся на начало июля, что кроме этого как и при с озимыми соответствует большим значениям биомассы.

Графики хода вегетации ярового ячменя в целом схожи с подобными графиками для яровой пшеницы.

а) Временной последовательность интенсивности сигнала в поляризации VV

б) Временной последовательность интенсивности сигнала в поляризации VH

в) Временной последовательность «радарного NDVI»

Графики хода вегетации подсолнечника резко отличаются от графиков зерновых культур (рис. 10). Прирост биомассы и связанные с ними плодоношения и процессы цветения обуславливают повышенные значения интенсивности рассеивания радарного сигнала в августе (в обоих поляризационных режимах, в особенности в VH). «Радарный NDVI», в отличие от зерновых культур, не разрешает найти каких-либо явных закономерностей.

Поля под кукурузой выявляют устойчивую тенденцию к понижению значений «радарного NDVI» по созревания и меря роста.

Рис. 10. Интенсивность рассеивания радарного сигнала посевами подсолнечника

а) Временной последовательность интенсивности сигнала в поляризации VV

б) Временной последовательность интенсивности сигнала в поляризации VH

в) Временной последовательность «радарного NDVI»

Исследование разрешило сделать следующие главные выводы:

  • Радарные снимки Sentinel-1 пригодны для регулярного космического мониторинга сельскохозяйственного производства. Снимки гарантированно смогут быть взяты в заданное время, что снабжает ведение регулярных наблюдений. Нет риска отсутствия данных ввиду плохой освещённости и облачности. Вместе с тем на уровень качества изображений смогут оказывать значительное влияние многие внешние факторы, прежде всего влажность почв и растительности.
  • Дешифрирование главных групп сельскохозяйственных культур по радиолокационным снимкам Sentinel-1 вероятно. Исследование продемонстрировало возможность уверенного распознавания отдельных групп культур с возможностью математического описания их дешифровочных показателей. Вероятна разработка метода автоматизированного дешифрирования отдельных типов сельскохозяйственных культур
  • развития и Биофизические параметры роста сельскохозяйственной растительности требуют предстоящего глубокого изучения. Нужно сопоставление данных по интенсивности рассеивания и «радарного NDVI» с фенологическими фазами развития растительности.
  • Вероятно уверенное определение некоторых этапов агротехнологических работ на полях, таких как уборка урожая.

Так, потенциал для ответа некоторых задач мониторинга сельскохозяйственных земель у снимков Sentinel-1, непременно, имеется. Совершённое в компании «Совзонд» изучение есть одним из первых в Российской Федерации изучений, обрисовывающих возможности данных Sentinel-1 для ответа задач сельского хозяйства. На протяжении изучения сформулированы новые задачи для предстоящих изучений.

Одновременно с этим уже возможно сказать об автоматизации отдельных процессов предварительной обработки данных ДЗЗ Sentinel-1 на базе веб-сервиса компании «Совзонд» «Геоаналитика.Агро». Генерируемые продукты разрешают выполнить визуальное дешифрирование состава культур, визуально оценить степень увлажнения и проследить движение агротехнологических работ конкретно в интерфейсе веб-сервиса.

22 апреля 2016 г. на орбиту был выведен второй спутник из серии Sentinel-1 — Sentinel-1B. Ожидается, что с выводом на рабочую мощность второго спутника периодичность съемки сократиться до 5 дней, что разрешит приобретать еще большее количество снимков в течение вегетационного сезона, снабжая надёжность и стабильность космического мониторинга.

ПЕРЕЧЕНЬ ЛИТЕРАТУРЫ

  1. Agricultural Applications with SAR Data. Module 3202: Biosphere / Riedel T. Eckardt R.. — Earth Observation Institute of Geography, Friedrich-Schiller-University Jena / SAR Edu – remote sensing education initiative – electronic resource. Mode of access: https://saredu.dlr.de/unit/agriculture.
  2. AgriSAR 2009. Technical Assistance for the Implementation of the AgriSAR 2009 Campaign / Final Report. Vol. 1 Executive Summary, Data Acquisition, Data Simulation / AgriSAR Team. — MDA Systems ЛТД., 2011. — 590 p.
  3. Brisco B. Agricultural applications with radar / B. Brisco, R. J. Brown. — Principles and applications of imaging radar. New York: Wiley, 1998, p. 381-406.
  4. Radar Remote Sensing for Earth and Planetary Science / J. J. van Zyl. Jet Propulsion Laboratory — electronic resource. Mode of access: http://www.its.caltech.edu/~ee157/lecture_note/Radar.pdf.
  5. Sentinel-1. ESA Sentinel online — electronic resource. Mode of access: https://sentinel.esa.int/web/sentinel/missions/sentinel-1.
  6. Sentinel-1 User Handbook. — Sentinel-1 Team, ESA, 2013. — 80 p.

Космический радарный мониторинг смещений земной поверхности с использованием ENVI SARscape 5 0


Интересные записи на сайте:

Подобранные по важим запросам, статьи по теме: