Современные проблемы дистанционного зондирования Земли из космоса. 2019. Т. 16. № 2. С. 18-28
Стандартная обработка данных КШМСА КА «Ресурс-П» в обеспечение автоматического формирования бесшовного сплошного покрытия
А.И. Васильев
1 , А.В. Крылов
1 , А.В. Панкин
1 1 Научный центр оперативного мониторинга Земли АО «Российские космические системы», Москва, Россия
Одобрена к печати: 19.03.2019
DOI: 10.21046/2070-7401-2019-16-2-18-28
В статье рассматриваются основные алгоритмические решения стандартной обработки данных комплекса широкозахватной мультиспектральной аппаратуры (КШМСА) космического аппарат (КА) «Ресурс-П», разработанные с целью автоматического формирования бесшовного сплошного покрытия (БСП). Во-первых, приведена геометрическая модель съёмочной системы и результаты её калибровки. Во-вторых, предлагается метод относительной радиометрической коррекции, обеспечивающий контроль радиометрической однородности по всему полю изображения. В-третьих, рассмотрены особенности фотограмметрической обработки данных КШМСА до уровня 1D CEOS, включая контроль и уточнение географической привязки. Приведена технология автоматизированного формирования БСП по данным КШМСА с использованием фотограмметрических пакетов, при этом в обеспечение автоматического построения БСП отмечена необходимость маскирования облачности. Предложен алгоритм классификации облачных пикселей для данных КШМСА. На примере данных ШМСА-ВР КА «Ресурс-П» № 1, 2 (15 маршрутов) на территорию Самарской обл. за летние периоды 2015 и 2016 гг. полностью автоматически выполнена стандартная обработка от уровня 0 до уровня 1D CEOS, включая маскирование облачности, и автоматически сформировано БСП (с использованием программного обеспечения Photomod).
Ключевые слова: дистанционное зондирование Земли, космический аппарат «Ресурс-П», комплекс широкозахватной мультиспектральной аппаратуры, стандартная обработка, бесшовное сплошное покрытие, мозаика
Полный текстСписок литературы:
- Бакланов А. И., Афонин А. Н., Блинов В. Д., Забиякин А. С. КШМСА ― комплекс широкозахватной мультиспектральной аппаратуры космического аппарата «Ресурс-П» // Вестн. Самарского гос. аэрокосм. ун-та им. акад. С. П. Королёва (нац. исследоват. ун-та). 2016. Т. 15. № 2. С. 22–29.
- Блинов В. Д., Квитка В. Е. Комплекс КШМСА. Описание алгоритмов наземной обработки информации КШМСА в изделии 47КС. Ч. 3: Алгоритм № 3 КШ. ЦТЕА 1.701.074 Д 4.2. НПП «ОПТЭКС», 2012. 12 с.
- Бочарников А. И., Жиличкин А. Г., Коваленко В. П., Кондратов А. В., Тихонычев В. В., Худяков А. В. Технологии определения характеристик целевой аппаратуры КК ДЗЗ // Ракетно-космическое приборостроение и информационные системы. 2015. Т. 2. Вып. 2. С. 18–31
- Васильев А. И., Ольшевский Н. А., Коршунов А. П. Банк базовых продуктов межведомственного использования ― геоинформационный сервис оператора КС ДЗЗ // 14-я Всерос. открытая конф. «Современные проблемы дистанционного зондирования Земли из космоса»: тез. докл. Москва, 2016. С. 419. URL: http://smiswww.iki.rssi.ru/d33_conf/thesisshow.aspx?page=133&thesis=5633.
- Васильев А. И., Стремов А. С., Коваленко В. П. (2017а) Исследование данных комплекса широкозахватной мультиспектральной аппаратуры КА «Ресурс-П» для решения спектрометрических задач // Современные проблемы дистанционного зондирования Земли из космоса. 2017. Т. 14. № 4. С. 36–51.
- Васильев А. И., Стремов А. С., Михеев А. А. (2017б) Исследование динамики изменения параметров абсолютной калибровки КШМСА КА «Ресурс-П» // 14-я Всерос. открытая конф. «Современные проблемы дистанционного зондирования Земли из космоса»: тез. докл. Москва, 2017. С. 448. URL: http://smiswww.iki.rssi.ru/d33_conf/thesisshow.aspx?page=144&thesis=6202.
- Лупян Е. А., Саворский В. П. Базовые продукты обработки данных дистанционного зондирования Земли // Современные проблемы дистанционного зондирования Земли из космоса. 2012. Т. 9. № 2. С. 87–97.
- Марков А. Н., Васильев А. И., Ольшевский Н. А., Коршунов А. П., Михаленков Р. А., Салимонов Б. Б., Стремов А. С. Архитектура геоинформационного сервиса «Банк базовых продуктов» // Современные проблемы дистанционного зондирования Земли из космоса. 2016. Т. 13. № 5. С. 39–51.
- Fischler M. A., Bolles R. C. Random Sample Consensus: A Paradigm for Model Fitting with Applications to Image Analysis and Automated Cartography // Communications of the ACM. 1981. V. 24. No. 6. P. 381–395.
- Grodecki J., Dial G. Ikonos Geometric Accuracy // Proc. Joint Workshop of ISPRS Working Groups I/2, I/5 and IV/7 on High Resolution Mapping from Space 2001. University of Hannover, 2001. P. 77–86.
- Hollingsworth B., Chen L., Reichenbach S. E., Irish R. R. Automated cloud cover assessment for Landsat TM images // Proc. SPIE. V. 2819: Imaging Spectrometry II. 1996. P. 170–179.
- Kang Y., Pan L., Zhang T., Zhang S., Liu X. Automatic mosaicking of satellite imagery considering the clouds // ISPRS Annals of Photogrammetry, Remote Sensing and Spatial Information Sciences. 23nd ISPRS Congress. 2016. V. III-3. P. 415–421.
- Leslie C. R., Serbina L. O., Miller H. M. Landsat and agriculture — Case studies on the uses and benefits of Landsat imagery in agricultural monitoring and production: Open-File Report 2017–1034 / U. S. Geological Survey. Reston, Virginia: 2017. 34 p. URL: https://pubs.er.usgs.gov/publication/ofr20171034.
- Lowe D. G. Distinctive image features from scale-invariant keypoints // Intern. J. Computer Vision. 2004. V. 60. No. 2. P. 91–110.
- Poli D. A Rigorous Model for Spaceborne Linear Array Sensors // Photogrammetric Engineering and Remote Sensing. 2007. V. 73. No. 2. P. 187–196.
- Ramoino F., Tutunaru F., Pera F., Arino O. Ten-Meter Sentinel-2A Cloud-Free Composite — Southern Africa 2016 // Remote Sensing. 2017. V. 9. Iss. 7. P. 652. URL: https://www.mdpi.com/2072-4292/9/7/652.
- Vasilyev A. I., Boguslavskiy A. A., Sokolov S. M. Parallel SIFT-detector implementation for images matching // Proc. 21st Conf. Computer Graphics and Vision (GraphiCon’2011). Moscow, 2011. P. 173–176.
- Zhu Z., Woodcock C. E. Object-based cloud and cloud shadow detection in Landsat imagery // Remote Sensing of Environment. 2012. V. 118. P. 83–94.