Современные проблемы дистанционного зондирования Земли из космоса. 2024. Т. 21. № 5. С. 97-115
Технология создания бесшовного сплошного покрытия территории России по данным космических аппаратов «Канопус-В»
А.Н. Марков
1 , А.И. Васильев
1 , А.В. Крылов
1 , А.А. Михеев
1 , А.А. Пестряков
1 , С.В. Ромайкин
1 , Р.А. Михаленков
1 , И.Д. Мурашова
1 , А.А. Акимов
1 1 Научный центр оперативного мониторинга Земли, Москва, Россия
Одобрена к печати: 19.09.2024
DOI: 10.21046/2070-7401-2024-21-5-97-115
В составе отечественной орбитальной группировки дистанционного зондирования Земли (ДЗЗ) эксплуатируются космические аппараты (КА) высокого разрешения типа «Канопус-В» (до шести действующих КА). Данные КА обеспечивают регламентированную съёмку территории России для решения различных прикладных, научных и народно-хозяйственных задач. В рамках настоящей статьи рассматривается технология создания бесшовного сплошного покрытия всей территории страны на основе данных КА «Канопус-В», отснятых преимущественно за период 2018–2022 гг. Для этого, во-первых, выполнен анализ архивов Оператора российских космических систем ДЗЗ в обеспечение построения накидного монтажа сплошного покрытия территории РФ съёмкой с минимальным уровнем облачности. Во-вторых, проведена стандартная обработка данных и формирование буфера ортопродуктов данных КА «Канопус-В». В-третьих, выполнено фрагментирование территории России на основе регулярной сетки с ячейками размером 5×5°. Для каждой ячейки сетки отобраны ортопродукты и сформировано бесшовное сплошное покрытие с использованием фотограмметрического пакета в интерактивном режиме. В-четвёртых, на основе сформированных покрытий создана результирующая мозаика с учётом яркостного выравнивания. Наконец, отдельно рассматриваются особенности автоматического и интерактивного контроля качества обработки данных в ходе формирования сплошного покрытия фрагментов. Учитывая, что суммарное время создания мозаики на основе сформированных ортопродуктов заняло около года, отмечается распределение времени обработки между различными технологическими процессами в рамках задействованных вычислительных ресурсов. В заключении намечается дальнейшее развитие технологии — формирование регламентированных ежегодных покрытий и повышение степени автоматизации в части их создания.
Ключевые слова: дистанционное зондирование Земли, космический аппарат, «Канопус-В», высокое пространственное разрешение, обработка данных, фотограмметрия, бесшовное сплошное покрытие, мозаика, территория РФ
Полный текстСписок литературы:
- Васильев А. И., Крылов А. В., Панкин А. В. Стандартная обработка данных КШМСА КА «Ресурс-П» в обеспечение автоматического формирования бесшовного сплошного покрытия // Современные проблемы дистанционного зондирования Земли из космоса. 2019. Т. 16. № 2. С. 18–28. DOI: 10.21046/2070-7401-2019-16-2-18-28.
- Васильев А. И., Крылов А. В., Алексеевский А. С. и др. Потоковая обработка данных группировки КА Канопус-В в обеспечение формирования базовых продуктов ДЗЗ // Материалы 18-й Всероссийской открытой конф. «Современные проблемы дистанционного зондирования Земли из космоса». М.: ИКИ РАН, 2020. C. 431. DOI: 10.21046/18DZZconf-2020a.
- Васильев А. И., Крылов А. В., Мешков М. В., Пестряков А. А., Евлашкин М. А. (2022а) Технология потокового формирования базовых продуктов ДЗЗ по данным МСУ-МР КА «Метеор-М» // Дистанц. зондирование Земли из космоса в России. 2022. Вып. 1. С. 32–37.
- Васильев А. И., Михеев А. А., Мешков М. В., Пестряков А. А. (2022б) Проблемные вопросы формирования глобального покрытия по данным КМСС КА «Метеор-М» // Материалы 10-й Международ. научно-техн. конф. «Актуальные проблемы создания косм. систем дистанц. зондирования Земли». 2022. C. 113–117. https://www.vniiem.ru/ru/uploads/files/conferences/220929/materialy_2022.pdf.
- Васильев А. И., Пестряков А. А., Михеев А. А., Мурашова И. Д. (2022в) Особенности формировании тонально сбалансированного покрытия глобального уровня по данным КМСС КА «Метеор-М» // Материалы 20-й Международ. конф. «Современные проблемы дистанционного зондирования Земли из космоса». Москва: ИКИ РАН, 2022. C. 85. DOI: 10.21046/20DZZconf-2022a.
- Васильев А. И., Ольшевский Н. А., Синяев П. А., Пестряков А. А. Особенности технологий онлайн предоставления мозаичных сплошных покрытий российских КА ДЗЗ // Информация и Космос. 2024. № 2. С. 132–140.
- Горбунов А. В., Слободской И. Н. Космический комплекс оперативного мониторинга техногенных и природных чрезвычайных ситуаций «Канопус-В» // Геоматика. 2010. № 1. С. 30–33.
- Кузнецов А. Е., Побаруев В. И., Пошехонов В. И., Пресняков О. А. Программный комплекс обработки информации от сканерно-кадровых съемочных систем КА «Канопус-В» и «БКА» // Современные проблемы дистанционного зондирования Земли из космоса. 2014. Т. 11. № 1. С. 287–300.
- Марков А. Н., Васильев А. И., Ольшевский Н.А и др. Особенности доступа к ресурсам геоинформационного сервиса «Банк базовых продуктов» // Современные проблемы дистанционного зондирования Земли из космоса. 2019. Т. 16. № 3. С. 228–237. DOI: 10.21046/2070-7401-2019-16-3-228-237.
- Марков А. Н., Васильев А. И., Ольшевский Н.А и др. (2020а) Технологии ведения банка базовых продуктов ДЗЗ для задач цифровой экономики РФ // Современные проблемы дистанционного зондирования Земли из космоса. 2020. Т. 17. № 5. С. 79–90. DOI: 10.21046/2070-7401-2020-17-5-79-90.
- Марков А. Н., Васильев А. И., Крылов А. В. и др. (2020б) Особенности обработки данных сенсора «Геотон-Л1» космического аппарата «Ресурс-П» при формировании бесшовных сплошных покрытий регионов РФ // Ракетно-косм. приборостроение и информ. системы. 2020. Т. 7. Вып. 1. С. 72–83. DOI: 10.30894/issn2409-0239.2020.7.1.72.83.
- Мешков М. В., Евлашкин М. А., Васильев А. И. Разработка плагина геоинформационной системы QGIS для доступа к ресурсам веб-сервиса «Банк базовых продуктов» // Ракетно-косми. приборостроение и информ. системы. 2022. Т. 9. Вып. 3. С. 13–18. DOI: 10.30894/issn2409-0239.2022.9.3.13.18.
- Плотников Д. Е., Колбудаев П. А., Жуков Б. С. и др. Публикация коллекции мультиспектральных измерений прибором КМСС-М (КА «Метеор-М» № 2) для количественной оценки характеристик земной поверхности // Современные проблемы дистанционного зондирования Земли из космоса. 2020. Т. 17. № 7. С. 276–282. DOI: 10.21046/2070-7401-2020-17-7-276-282.
- Прошин А. А., Лупян Е. А., Балашов И. В. и др. Технология динамического блочного представления спутниковых данных системам распределённой обработки // Современные проблемы дистанционного зондирования Земли из космоса. 2020. Т. 17. № 7. С. 79–93. DOI: 10.21046/2070-7401-2020-17-7-79-93.
- Прошин А. А., Лупян Е. А., Матвеев А. М. и др. Организация обработки данных КМСС на основе использования системы динамического блочного доступа к данным // Материалы 19-й Международ. конф. «Современные проблемы дистанционного зондирования Земли из космоса». Москва. ИКИ РАН. 2021. C. 107. DOI: 10.21046/19DZZconf-2021a.
- Селин В. А., Марков А. Н., Васильев А. И., Коршунов А. П. Геоинформационный сервис «Банк базовых продуктов» // Ракетно-косм. приборостроение и информ. системы. 2019. Т. 6. Вып. 1. С. 40–48. DOI: 10.30894/issn2409-0239.2019.6.1.40.48.
- Федоткин Д. И., Боровенский Е. Н., Сысенко Д. В. и др. Автоматическая обработка данных космической съёмки в наземном сегменте отечественной многоспутниковой группировки КА ДЗЗ // Современные проблемы дистанционного зондирования Земли из космоса. 2024. Т. 21. № 3. С. 9–30. DOI: 10.21046/2070-7401-2024-21-3-9-30.
- Aparna N. NRSC Satellite Data Products and Services // User Interaction Meet-2022. 2022. https://www.nrsc.gov.in/sites/default/files/pdf/ebooks/UIM-2022/uim_5.pdf.
- Gillman D. W. Triangulations for Rubber-Sheeting // Auto Carto 7 Conf. 1985. P. 191–199.
- Howard A. G., Zhu M., Chen B. et al. MobileNets: Efficient Convolutional Neural Networks for Mobile Vision Applications // https://arxiv.org/. 2017. https://arxiv.org/abs/1704.04861.
- Kerschner M. Seamline detection in color orthoimage mosaicking by use of twin snakes // ISPRS J. Photogrammetry and Remote Sensing. 2001. Iss. 56(1). P. 53–64. DOI: 10.1016/s0924-2716(01)00033-8.
- Kirches G., Brockmann C., Riffler M. Algorithm Theoretical Basis Document. Sentinel-2 Global Mosaics, S2GM-SC2-ATBD-BC. Issue Data: 29-October-2019. Issue: 1.3.1 https://usermanual.readthedocs.io/en/1.1.2/_downloads/5a2d961d53dea1eb1117ec73e4cbff09/S2GM-SC2-ATBD-BC-v1.3.2.pdf.
- Li X., Feng R., Guan X. et al. Remote sensing image mosaicking: Achievements and challenges // IEEE Geoscience and Remote Sensing Magazine. 2019. V. 7. No. 4. P. 8–22. DOI: 10.1109/MGRS.2019.2921780.
- Lowe D. G. Distinctive image features from scale invariant key points // Intern. J. Computer Vision. 2004. V. 60. P. 91–110. DOI: 10.1023/B:VISI.0000029664.99615.94.
- Wiatr T. Delivering free, seamless, cloudless mosaic images of Europe to the world. // EuroGeographics. Data Producer Meeting. 2020. https://eurogeographics.org/app/uploads/2020/10/Session-4-Delivering-free-seamless-cloudless-mosaic-images-BKG.pdf.
- Zhang H. Landsat analysis ready data: algorithms and application demonstrations with deep learning based land cover mapping // 6th Asia-Oceania Group on Earth Observations (AOGEO) Workshop. 2023. https://conferences.cis.um.edu.mo/AOGEO-workshop-2023.
- Zhou J., Civco D. L., Silander J. A. A wavelet transform method to merge Landsat TM and SPOT Panchromatic data // Intern. J. Remote Sensing. 1998. Iss. 19(4). pp. 743–757. DOI: 10.1080/014311698215973.