Найдено решение для сельскохозяйственного спутникового мониторинга в условиях частой облачности

Новейшие достижения в области спутниковых и сенсорных технологий значительно улучшили нашу способность наблюдать за поверхностью Земли с высоким пространственным разрешением. Эти технологии предоставляют множество изображений с высоким пространственным разрешением, которые играют все более важную роль в мониторинге природных ресурсов, наземной среды, сельского хозяйства, лесного хозяйства и океанов.

В настоящее время такие изображения с высоким разрешением широко используются в сельскохозяйственной отрасли, где они помогают анализировать распределение типов культур и состояние роста растений с большой точностью.

Однако на практике у них есть ограничения. Большинство спутниковых датчиков с высоким разрешением сделаны с компромиссом между пространственным и временным разрешением в силу технических и финансовых ограничений. Из-за этого у изображений высокого разрешения обычно есть низкое временное разрешение, что затрудняет их способность отслеживать быстрые изменения в росте растений и реагировать на сельскохозяйственные события. Чтобы правильно реагировать на такие события, идеальное время наблюдения не должно превышать неделю.

Такая же проблема существует и у спутников китайской программы высокого разрешения Gaofen. Например, спутники Gaofen-1/6 оснащены камерой с разрешением 2 метра, панхроматической многоканальной камерой с разрешением 8 метров и широкоугольной камерой с разрешением 16 метров. Однако период повторного обзора составляет 41 день. Хорошо, что есть и другие спутниковые датчики, которые предоставляют изображения среднего пространственного разрешения и периодом повторного обзора 5 дней. Если совместить изображения высокого разрешения с изображениями среднего разрешения, используя новые методы пространственно-временного слияния (STF), это может компенсировать недостаток у изображений с высоким пространственным разрешением.

Исследовательская группа из Государственной ключевой лаборатории дистанционного зондирования при Пекинском педагогическом университете разработала новый метод пространственно-временного слияния, названный StarFusion. Они опубликовали свои исследования в журнале Journal of Remote Sensing.

StarFusion комбинирует методы глубокого обучения и традиционной регрессии, чтобы преодолеть ограничения наших существующих методов слияния изображений. Он эффективно объединяет данные с высоким пространственным разрешением от спутника Gaofen-1 с данными среднего разрешения от Sentinel-2, что приводит к значительным улучшениям изображений для сельскохозяйственного мониторинга.

StarFusion представляет собой совершенно новый подход к слиянию пространственных и временных изображений. Он объединяет преимущества глубокого обучения и традиционных регрессионных моделей. Благодаря использованию сверхвысокого разрешения генеративно-состязательной сети (SRGAN) в сочетании с моделью частичной регрессии наименьших квадратов (PLSR), StarFusion достигает высокой точности слияния, сохраняя мелкие детали изображений.

Этот метод эффективно решает проблемы пространственной неоднородности и ограниченной доступности безоблачных изображений. Это делает его очень практичным для сельскохозяйственных приложений.

Обширные испытания на различных сельскохозяйственных участках показали, что StarFusion превосходит существующие методы, особенно в сохранении пространственной детализации и улучшении временного разрешения. Его способность работать с минимальным количеством данных без облаков делает его надежным инструментом для мониторинга урожая в регионах с частой облачностью.

«StarFusion представляет собой ценный прорыв в технологии дистанционного зондирования для сельского хозяйства. Его возможность генерировать высококачественные изображения с улучшенным временным разрешением значительно улучшит точность земледелия и мониторинга окружающей среды», - отметил профессор Цзинь Чен, главный автор исследования.

StarFusion предлагает значительные преимущества для цифрового сельского хозяйства. Он предоставляет изображения с высоким разрешением, необходимые для детального мониторинга урожая, прогнозирования урожайности и оценки стихийных бедствий. Его способность создавать точные изображения, несмотря на облачность и ограниченную доступность данных, делает его особенно ценным для управления сельским хозяйством в регионах с непредсказуемыми погодными условиями. Ожидается, что с развитием этой технологии StarFusion сыграет важную роль в повышении эффективности и устойчивости сельского хозяйства.

Источник: Beijing Normal University.

Фотография: Медведева Анна, AgroXXI.ru.