Наземные экосистемы

Для получения однородных и устойчивых временных серий карт растительного покрова России был использован метод динамического картографирования (Барталев и др., 2016; Егоров и др., 2018) на основе данных разносезонных данных MODIS и алгоритма локально-адаптивной классификации LAGMA (Bartalev et al., 2014). Использование разносезонных данных позволяет использовать особенности вегетационного развития различных типов растительного покрова, повышая точность их распознавания. Разносезонные композитные изображения формируются по данным MODIS, полученным в следующие периоды времени:

1 марта – 31 мая: весеннее композитное изображение

1 июня – 31 августа: летнее композитное изображение

1 сентября – 31ноября: осеннее композитное изображение

1 января – 31 апреля: зимнее композитное изображение

Алгоритм LAGMA разбивает всю исследуемую территорию на отдельные ячейки (23х23 км) и формирует для каждого узла регулярной сети локальную выборку для каждого класса с дальнейшей независимой классификацией внутри каждой ячейки. Данный подход позволяет учитывать географическую изменчивость значений признаков распознаваемых классов, позволяя проводить классификацию на больших территориях.

Ключевым этапом метода является формирование и актуализация опорной выборки, представляющей собой репрезентативное множество пикселов с классами экосистем. Исходная версия этапа актуализации обучающей выборки включала статистическую фильтрацию пикселей с сильными отклонениями коэффициента спектральной яркости (КСЯ) и участков пройденных огнем территорий, также выявляемых по спутниковым данным. Такой подход приводил к нарастающему сокращению объема обучающей выборки, снижая уровень ее репрезентативности. В этой связи был предложен новый подход к динамической актуализации обучающей выборки, свободный от эффекта ее нарастающей деградации. В качестве источника опорных данных использовалась карта, полученная по спутниковым данным предыдущего года, по отношению к которой применяется процедура статистической фильтрации данных, что позволяет ежегодно формировать опорную выборку без снижения уровня ее репрезентативности.

Модифицированный метод картографирования растительного покрова использовал следующие методические решения:

• Фиксация радиуса сбора спектральных сигнатур в узлах регулярной сети алгоритма LAGMA. Для повышения стабильности классификации, уникальный для каждой ячейки и класса радиус сбора спектральных сигнатур классов не менялся при получении карт за разные годы. Радиусы сбора сигнатур, полученные при построении первой карты растительного покрова многолетнего временного ряда, применялись для построения карт за все последующие годы.
• Применение сравнительной фильтрации при формировании выборки (Сайгин и др., 2020). На этапе формирования выборки выполнялась предварительная классификация данных с применением скользящего временного окна шириной в три года. В выборку попадали только пикселы, попавшие в заданный класс растительности по результатам всех трех последовательных классификаций. Это позволило сформировать выборку, содержащую наиболее стабильные участки.
• Применение алгоритма картографирования гарей (Стыценко и др., 2020), основанного на использовании многолетней маски пройденных огнем площадей, динамической опорной выборки погибших от пожаров разных лет лесов, а также спектральных сигнатур лесных и нелесных классов с последующей их классификацией.

Общая схема предложенного метода включает следующие основные этапы: (1) предварительная обработка спутниковых данных; (2) формирование опорной выборки для обучения классификатора; (3) классификация; (4) картографирование гарей; (5) включение в карту классов с использованием внешних информационных продуктов; (6) постобработка данных.

Метод предварительной обработки разносезонных спутниковых данных основан на использовании спектрально-отражательных характеристик земной поверхности, измеряемых на основе очищенных от влияния облаков и других мешающих факторов композитных изображений, полученных по данным MODIS в следующих спектральных каналах: (1) 0.620 – 0.670 нм, Red — красный канал; (2) 0.841 – 0.876 нм, NIR — ближний ИК канал и (3) 1.628 – 1.652 нм, SWIR — средний ИК канал.

Для классификации растительного покрова используются разносезонные композитные изображения MODIS летнего, осеннего и весеннего периодов в спектральных каналах Red, NIR и SWIR, и композитных изображений зимнего периода в Red и NIR каналах.

Динамическая актуализация обучающей выборки предполагает ее рекурсивное формирование для рассматриваемого года на основе результатов картографирования земного покрова в предшествующем году с фильтрацией на основе претерпевших изменения пикселов и имеющейся вспомогательной информации о воздействии на леса различных деструктивных факторов. В качестве начальной обучающей выборки используется карта земного покрова предыдущего года.

Процедура формирования обучающей выборки включает этапы: (1) формирования предварительной обучающей выборки на основе использования опорной карты земного покрова предыдущего года и (2) итеративной сравнительной фильтрации обучающей выборки, основанной на классификации разновременных композитных изображений.

Классификация выполняется с применением алгоритма LAGMA, результатом работы которого является карта, содержащая 23 класса земного покрова. На заключительном этапе в карту включаются маски гарей, пахотных земель, вечных снегов и урбанизированных территорий.