Обработка космических снимков Sentinel-2 в QGIS
Одним из геоинформационных инструментов по обработке космических многоканальных снимков Sentinel-2 является бесплатная ГИС QGIS. Если говорить о самих снимках Sentinel-2, то их разрешение составляет 10 м/px и на любой участок земного шара съёмка проводится с периодичностью 1 раз в неделю. Такие данные позволяют проводить мониторинг территории дистанционным методом. Технологически получение и обработку снимков можно разбить на нижеследующие этапы.
Поиск и скачивание данных Sentinel-2 через QGIS
Поиск и скачивание снимков Sentinel-2 возможен средствами QGIS при регистрации в определенных сервисах. Для этого необходимо установить дополнительный модуль для QGIS — Semi-Automatic Classification Plugin, а так же зарегистрироваться на геопортале Copernicus Open Access Hub. Далее через установленный модуль QGIS производим поиск и скачивание снимков Sentinel-2 на необходимую нам территорию. Следует установить пределы облачности снимков не более 10%, что позволить минимизировать искажения при последующей обработке данных этого спутника. Более подробно о данном этапе смотрите в нижеследующем видео.
Альтернативные способы получения снимков
Данные Sentinel-2 можно получить и без использования геоинформационной системы QGIS. Для этого необходимо быть зарегистрированным на выше приведенном геопортале ESA, или на геопортале геологической службы США (USGS).
Предварительная обработка данных
Более подробно о данном этапе смотрите в нижеследующем видео.
Формирование мультиспектрального снимка
Данная задача позволяет сформировать один мультиспектральный снимок на основе многоканальных изображений. Такое многоспектральное изображение можно использовать и в других программах, например в ГИС Панорама 13 и выше. Более подробно о данном этапе смотрите в нижеследующем видео.
Расчет вегетационных индексов
Одним из направлений обработки данных Sentinel-2 является расчет вегетационных индексов. Более подробно о данном этапе смотрите в нижеследующем видео.
Зональная статистика растров вегетационного индекса
Более подробно о данном этапе смотрите в нижеследующем видео.
Пример классификации землепользований
Обработка данных Sentinel-2 в временной динамике, позволяет классифицировать территории по видам землепользований: застроенная территория, водный объект, лес, сельскохозяйственное использование, зарастание территории древесно-кустарниковой растительностью и т.п.
В мировой классификации термин землепользования в переводе с английского иногда звучит как земной покров, почвенно-растительный покров.
Применение модели классификации земель глубокого обучения «Impact Observatory» использовала массивный обучающий набор данных из миллиардов пикселей изображений, помеченных человеком, разработанный Национальным географическим обществом. Глобальная карта была получена путем применения этой модели к коллекции сцен Sentinel-2 2020 года на основе обработки более 400 000 снимков Земли.
На выходе получается карта поверхности разбитая на 10 классов, включающая тип растительности, голую поверхность, сельскохозяйственные культуры и городские районы. Благодаря такой визуализации улучшается понимание таких важных тем, как продовольственная безопасность, планирование землепользования, гидрологическое моделирование и управления земельными ресурсами. Кроме того, государственные учреждения могут использовать земельный покров в качестве основы для понимания тенденций развития природного капитала страны, что помогает определить приоритеты землеустройства и являются основой бюджетного планирования.
Более подробно о получении растровых подложек землепользования на 2020 год, полученных на основе обработки данных Sentinel-2, смотрите в приведенном выше видео.