Новый алгоритм объединяет качество и количество в спутниковых снимках
Исследователи из Университета Иллинойса, используя новый алгоритм, возможно, нашли решение давней дилеммы спутниковой съемки: жертвовать ли высоким пространственным разрешением ради более частой съемки, или наоборот. Новый инструмент команды устраняет этот компромисс, объединяя высокодетальные и высокочастотные спутниковые данные в единый продукт, и может генерировать ежедневные непрерывные изображения с разрешением 30 метров, начиная с 2000 года.
Мониторинг сельского хозяйства, городской застройки, состояния окружающей среды и экономического развития — это лишь некоторые области применения спутниковых данных. Новый алгоритм достаточно универсален для использования практически в любой сфере.
В сельском хозяйстве съемка с разрешением 10–30 метров критически важна для фермеров, чтобы видеть быстрые и тонкие изменения состояния посевов на уровне поля, влияющие на урожайность, такие как стресс у растений или последствия экстремальных погодных явлений. Существующие данные имеют либо недостаточное пространственное разрешение, либо низкую частоту съемки. Фермерам обычно требуется информация с высоким разрешением и в режиме, близком к реальному времени.
«В наших собственных исследованиях мы столкнулись с проблемой отсутствия общедоступных спутниковых данных, которые одновременно обладали бы и высоким разрешением, и высокой частотой — их просто не существовало, — сказал соавтор исследования, профессор наук об окружающей среде Кайю Гуань. — Поэтому мы взяли инициативу в свои руки и создали их сами».
Гуань, профессор проекта Blue Waters в Национальном центре суперкомпьютерных приложений, объединился с профессором Цзянь Пэном и аспирантом Юнань Ло для разработки алгоритма, который объединяет спутниковые снимки из нескольких источников в непрерывные ежедневные изображения высокого разрешения. Исследователи описывают свою методологию и выводы в журнале Remote Sensing of Environment.
«Мы сначала загрузили все доступные наборы спутниковых данных в Blue Waters, суперкомпьютер класса leadership Национального научного фонда. После запуска нашего алгоритма автоматически на выходе получаются ежедневные изображения высокого разрешения, готовые для различных научных применений», — пояснил Гуань.
В отличие от предыдущих методов слияния данных, новый алгоритм автоматически интегрирует информацию из существующих наборов данных, компенсируя пробелы из-за облачности или отсутствия данных. Он может создавать изображения без пропущенных пикселей для любого участка, используя временные ряды и информацию о соседних пикселях.
Помимо сбора данных в режиме, близком к реальному времени, команда планирует создавать долгосрочные ежедневные изображения континентального масштаба. «Необходимые для алгоритма высококачественные спутниковые данные собираются с 2000 года, а значит, мы можем генерировать ежедневные 30-метровые снимки для любой точки планеты, уходя в прошлое», — отметил Гуань.
«Это можно использовать для изучения изменений в сельскохозяйственной продуктивности, экосистемах и динамике полярных льдов с 2000 года с гораздо более высоким уровнем детализации, чем раньше, — сказал Пэн. — Наш подход может революционизировать использование спутниковых данных».
Исследователи уже успешно объединили данные о поверхностной отражательной способности в округе Шампейн, штат Иллинойс, и сгенерировали ежедневные временные ряды за вегетационный сезон 2017 года с разрешением 30 метров.