Підвищення просторової роздільної здатності зображень теплового поля земної поверхні на основі можелей множинної регресії на багатоспектральних даних від різних космічних систем
Рубрика:
| Зєлик, ЯІ, Чорний, СВ, Федоров, ОП, Підгородецька, ЛВ, Колос, ЛМ |
| Косм. наука технол. 2023, 29 ;(1):03-14 |
| https://doi.org/10.15407/knit2023.01.003 |
| Мова публікації: Англійська |
Анотація: Розроблено методологію підвищення просторової роздільної здатності супутникових зображень теплового поля земної поверхні на основі: поєднання зображень у видимому, тепловому та радіолокаційному діапазонах у єдиний багатоспектральний продукт даних; побудови регресійних моделей взаємозв’язку зображень; виконання лінійної регресії псевдо-теплового продукту з підвищеною просторовою роздільною здатністю на даних видимого та радіолокаційного діапазонів. Методологію реалізовано на відкритій хмарній платформі Google Earth Engine з використанням Earth Engine API та програмних скриптів, створених мовою JavaScript, з обробкою багатоспектральних колекцій зображень різних космічних систем на заданих часових інтервалах.
Показано можливість практичного синтезу псевдо-теплового зображення з підвищеною просторовою роздільною здатністю 10 м на основі теплового зображення з роздільною здатністю 100 м та багатоспектрального композиту з роздільною здатністю шарів 10 м і 30 м.
Розроблено технологію синтезу та калібрування продукту температури земної поверхні з підвищеною просторовою роздільною здатністю і темпом надання даних щодня на основі продукту радіаційної температури у каналі B10 Landsat 8 та лінійної регресії на продуктах MODIS, ASTER і Sentinel-1 з темпом надання даних від щоденного до помірного. Розроблено програмне забезпечення на JavaScript та реалізовано технологію у формі інтерактивного веб- сервісу з відкритим доступом на хмарній платформі Google Earth Engine Apps.
Кінцевий продукт даних забезпечує задовільну відносну середньоквадратичну помилку відновлення радіаційної температури не більше 6% згідно з прототипами на помірному тепловому полі (до 100° С) з перехресним калібруванням за зразковими даними Landsat-8. Відносні середньоквадратичні помилки синтезованих даних згідно зі зразковими даними на високотемпературних ділянках (пожежа, розпечена лава) до 28% зумовлені тим, що синтезований продукт містить інформацію з високотемпературних спектральних каналів (В07-В09 - ASTER), а зразковий продукт (B10 - Landsat 8) такої інформації не містить.
Приклади застосування технології демонструють, що перехресне калібрування синтезованого продукту може бути здійснене протягом року з березня по жовтень за зразковими тепловими зображеннями природних чи штучних об’єктів. Об’єкти, відібрані для калібрування, повинні мати стабільні теплові характеристики на момент польоту супутників протягом періоду збору даних.
|
| Ключові слова: Google Earth Engine, множинна лінійна регресія, перехресне калібрування продукту, поєднання різнорідних багатоспектральних даних, просторова роздільна здатність зображень, радіаційна температура, темп надання даних, температура земної поверхні |
References:
1. Zyelyk Ya.I., Podgorodetskaya L.V., Chornyy S.V. (2019) Estimation of the thermodynamic temperature of the earth's surface using satellite data based on the land cover classification in the optical radiation range. Journal of Automation and Information Sciences. Begell House, V. 51, I. 6, 25-40.
2. Stankevich S.A., Filipovich V.E., Lubsky М.S., Krylova A.B., Kritsuk S.G., Brovkina O.V., Gornyy V.I., Tronin A.A. (2015) Intercalibration of methods for the land surface thermodynamic temperature retrieving inside urban area by thermal infrared satellite imaging. Ukrainian Journal of Remote Sensing, 7, 12-21.
URL: http://ujrs.org.ua/ujrs/article/view/59/77 (Last accessed: 2022.06.01) [In Russian].
3. Zyelyk Ya.I., Pidgorodetska L.V., Chornyy S.V. (2018) Estimation of the thermodynamic temperature field of the land surface using satellite data based on land cover classification. Astronomical School's Report, 14 (2), 70-77.
4. Zyelyk Yа., Chornyy S., Pidgorodetska L. (2017) Mathematical models of the joint calibration process and optimal filtration of integrated multispectral data products of space earth observations in visible, thermal and radio spectral bands. Abstracts of the 17th Ukrainian Conference on Space Research, Odesa, August, 21-25, P. 195.
5. Google Earth Engine. Linear Regression. URL: https://developers.google.com/earth-engine/guides/reducers_regression (Last accessed: 2022.06.01). 6. Google Earth Engine Apps. Thermal Images Processing to get 10 m Spatial Resolution by S1, L8 Data Regression. Developed by S. Chornyy, JS Code 1.
URL: https://svch1mail.users.earthengine.app/view/thermal-images-of-10m-resol... (Last accessed: 2022.06.01).