Современные проблемы дистанционного зондирования Земли из космоса. 2025. Т. 22. № 5. С. 63-72
Исследование влияния сжатия данных с потерями алгоритмом LERC на применимость данных ДЗЗ для решения задач мониторинга
А.А. Прошин
1 , Е.А. Лупян
1 , М.А. Бурцев
1 , К.А. Трошко
1 , А.В. Кашницкий
1 1 Институт космических исследований РАН, Москва, Россия
Одобрена к печати: 23.10.2025
DOI: 10.21046/2070-7401-2025-22-5-63-72
Рассматривается влияние сжатия спутниковых данных ДЗЗ с потерей качества с помощью алгоритма LERC на качество и применимость в реальных задачах получаемых на их основе продуктов. Для оценки такого влияния в работе была оценена максимально допустимая ошибка, которую можно внести при сжатии, создана и сжата алгоритмом LERC тестовая выборка данных, представляющая собой временной ряд годовой продолжительности, после чего был проведён ряд сравнений. По исходному ряду и сжатому с потерями ряду сравнивались значения индекса NDVI (англ. Normalized Difference Vegetation Index) по отдельным сценам, качество восстановления ежедневного временного ряда и полученные по восстановленным рядам индексы NDVI, а также оценивалось качество решения задачи классификации объектов с использованием классификатора Random Forest по построенным временным рядам. Все эксперименты продемонстрировали почти полное совпадение расчётов между собой с ошибкой, не превышающей погрешности самих данных. Показано, что использование алгоритма LERC, позволяющего контролировать вносимую ошибку в данные, при условии соблюдения критериев сохранности качества данных, даёт возможность получать результаты обработки и классификации, сопоставимые с найденными по исходным данным, при выигрыше в объёме хранимых данных примерно в 2,5 раза.
Ключевые слова: ДЗЗ, сжатие данных, LERC, сжатие с потерями, Random Forest
Полный текстСписок литературы:
- Денисов П. В., Кашницкий А. В., Колбудаев П. А., Лупян Е. А., Матвеев А. М., Плотников Д. Е., Руткевич Б. П., Толпин В. А., Трошко К. А. Реализация на базе возможностей системы Вега-PRO технологии классификации сельскохозяйственных культур на полях по данным спутников Sentinel-2 // Материалы 11-й Международ. науч. конф. «Региональные проблемы дистанционного зондирования Земли». Красноярск: СФУ, 2024. С. 40–46.
- Лупян Е. А., Прошин А. А., Бурцев М. А., Балашов И. В., Барталев С. А., Ефремов В. Ю., Кашницкий А. В., Мазуров А. А., Матвеев А. М., Суднева О. А., Сычугов И. Г., Толпин В. А., Уваров И. А. Центр коллективного пользования системами архивации, обработки и анализа спутниковых данных ИКИ РАН для решения задач изучения и мониторинга окружающей среды // Современные проблемы дистанционного зондирования Земли из космоса. 2015. Т. 12. № 5. С. 263–284.
- Лупян Е. А., Бурцев М. А., Прошин А. А., Кобец Д. А. Развитие подходов к построению информационных систем дистанционного мониторинга // Современные проблемы дистанционного зондирования Земли из космоса. 2018. Т. 15. № 3. С. 53–66. DOI: 10.21046/2070-7401-2018-15-3-53-66.
- Лупян Е. А., Прошин А. А., Бурцев М. А. и др. Опыт эксплуатации и развития центра коллективного пользования системами архивации, обработки и анализа спутниковых данных (ЦКП «ИКИ-Мониторинг») // Современные проблемы дистанционного зондирования Земли из космоса. 2019. Т. 16. № 3. С. 151–170. DOI: 10.21046/2070-7401-2019-16-3-151-170.
- Прошин А. А., Лупян Е. А., Бурцев М. А. Особенности использования алгоритма сжатия изображений LERC для архивации данных ДЗЗ // Современные проблемы дистанционного зондирования Земли из космоса. 2024. Т. 21. № 6. С. 130–142. DOI: 10.21046/2070-7401-2024-21-6-130-142.
- Becker P., Plesea L., Maurer T. Cloud optimized image format and compression // Intern. Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences. 2015. V. 40. P. 613–615. DOI: 10.5194/isprsarchives-XL-7-W3-613-2015.
- Becker P., Plesea L., Maurer T. Optimizing cloud based image storage, dissemination and processing through use of MRF and LERC // Intern. Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences. 2016. V. 41. P. 201–203. DOI: 10.5194/isprsarchives-XLI-B4-201-2016.
- Oswal S., Singh A., Kumari K. Deflate compression algorithm // Intern. J. Engineering Research and General Science. 2016. V. 4. No. 1. P. 430–436.
- Plotnikov D. E., Kolbudaev P. A., Matveev A. M. et al. Daily surface reflectance reconstruction using LOWESS on the example of various satellite systems // 2022 8th Intern. Conf. Information Technology and Nanotechnology (ITNT). IEEE, 2022. 5 p. DOI: 10.1109/ITNT55410.2022.9848630.
- Zhu L., Suomalainen J., Liu J. et al. A review: Remote sensing sensors // Multi-purposeful Application of Geospatial Data / eds. Rustamov R. B., Hasanova S., Zeynalova M. H. IntecOpen, 2018. P. 19–42. DOI: 10.5772/intechopen.71049.