Научный журнал
Успехи современного естествознания
ISSN 1681-7494
"Перечень" ВАК
ИФ РИНЦ = 0,791

ПРОГРАММА АВТОМАТИЗИРОВАННОГО ПРИМЕНЕНИЯ АЛГОРИТМА ТОПОГРАФИЧЕСКОЙ КОРРЕКЦИИ ДЛЯ ИЗОБРАЖЕНИЙ LANDSAT 8 OLI

Шевырев С.Л. 1
1 Дальневосточный геологический институт Дальневосточного отделения РАН (ДВГИ ДВО РАН)
Космические изображения Landsat 8 OLI являются свободно распространяемым источником фактических данных для широкого спектра естественно-научных исследований. Наличие географической привязки изображений и метаданных обеспечивают широкую интеграцию данных Landsat 8 OLI с географическими информационными системами (ГИС). Однако для территорий пересеченного рельефа со значительной крутизной склонов (более 40 °), при условиях низкого возвышения Солнца, обработка изображений осложняется наличием теней и разной степенью освещенности склонов с различной экспозицией, способными вносить искажения в получаемые продукты обработки спутниковых изображений. Для преодоления возникающих сложностей используются различные алгоритмы топографической коррекции. Наибольшими преимуществами среди них обладает SCS + C как учитывающий, наряду с особенностями рельефа, и атмосферное рассеяние. В настоящее время ощущается нехватка открытого программного обеспечения для реализации алгоритма топографической коррекции SCS+С и связанных операций обработки (синтеза спектрозональных изображений, создания спутниковых индексов). Для восполнения этих недостатков предлагается инструмент – программа Landsat Shadow Remove, написанная на языке Python с использованием библиотек с открытым исходным кодом (numpy, gdal, scipy), что позволяет беспрепятственно ее исследовать и изменять. Для работы программы используются данные цифровой модели рельефа и справочные сведения по сценам космических изображений. Программа оснащена графическим пользовательским интерфейсом и интуитивна в использовании. Для начала работы достаточно указать каталог, содержащий спутниковые изображения в формате geotiff, загрузить файл границ области интереса, указать необходимые виды получаемых продуктов и каталог для результатов. Предлагаемые решения применимы в региональных исследованиях с использованием ГИС-технологий и спутниковых данных, а также для обучения студентов.
геоинформатика
Landsat
топографическая коррекция
Python
gdal
1. Soenen S.A., Peddle D.R., Coburn C.A. SCS + C: A Modified Sun-Canopy-Sensor Topographic Correction in Forested Terrain. IEEE Transactions on geoscience and remote sensing. 2005. Vol. 43. № 9. P. 2148–2159.
2. Vázquez-Jiménez R., Romero-Calcerrada R., Arrogante-Funes R., Novillo C.J. Topographic Correction to Landsat Imagery through Slope Classification by Applying the SCS + C Method in Mountainous Forest Areas. ISPRS Int. J. Geo-Inf. 2017. № 6 (9). Р. 287. DOI: 10.3390/ijgi6090287.
3. Jarvis A., Reuter H.I., Nelson A., Guevara E. Hole-filled seamless SRTM data V4, International Centre for Tropical Agriculture (CIAT). [Electronic resource]. URL: http://srtm.csi.cgiar.org (date of access: 22.09.2020).
4. Shevyrev S.L. Landsat Shadow Removal repository. [Electronic resource]. URL: https://github.com/SergeiShevyrev/LSR (date of access: 22.09.2020).
5. Barnes R., Lehman C., Mulla D. Priority-flood: An optimal depression-filling and watershed-labeling algorithm for digital elevation models. Computers & Geosciences. 2014. № 62. P. 117–127.
6. Libra.Developmentseed.org. Browser for open Landsat 8 satellite imagery. [Электронный ресурс]. URL: https://libra.developmentseed.org (дата обращения: 22.09.2020).
7. Aydal D., Arda E., Dumanlilar Ö. Application of the Crósta technique for alteration mapping of granitoidic rocks using ETM + data: case study from eastern Tauride belt (SE Turkey). International Journal of Remote Sensing. 2007. Vol. 28. № 17. P. 3895–3913.
8. Шевырев С.Л. Моделирование пространственного распределения эпитермального оруденения острова Кунашир с помощью данных Landsat 8 и метода логистической регрессии // Успехи современного естествознания. 2020. № 9. С. 126–132.

Организация региональных научно-исследовательских работ требует привлечения спутниковых данных, отражающих состояние местности и факторы развития природно-антропогенных систем. Спутниковые данные Landsat 8 OLI предоставляются пользователям уже после прохождения ими спектральной коррекции и получения географической привязки. Однако их применение в условиях расчлененного рельефа горно-таежной местности с крутыми (более 40 °) склонами затруднено ввиду неравномерной освещенности территории. Эти особенности изображения могут привести к неточностям в обработке изображений и дальнейшей интерпретации результатов.

Усилия, направленные на устранение этого дефекта – топографическую коррекцию, необходимо выполнять аналитику, работающему с изображениями, что требует внесения корректив в процесс исследования и приобретения соответствующих компетенций. Целью настоящей работы является адаптация алгоритма топографической коррекции спутниковых изображений SCS + C [1; 2] к использованию с данными Landsat 8 OLI и цифровой моделью рельефа (ЦМР) SRTM [3] и реализация его в виде автоматизированной программы Landsat Shadow Removal (LSR), написанной на языке Python с применением графического интерфейса QT.

Материалы и методы исследования

Применение методов топографической коррекции космических изображений обусловлено наличием неровностей земной поверхностей и несоответствия угла падения солнечных лучей и нормали, проведённой к земной поверхности (рис. 1).

Применяемый нами алгоритм SCS + C представляет собой доработанный метод SCS (sun-canopy-sensor) и отличается от него использованием C-параметра, позволяющего учитывать особенности рассеяния света и освещенности территории. Впервые данный алгоритм был предложен авторами [1]. Вычисление значений спектральной яркости каналов дистанционного изображения производится в соответствии с формулой (1):

hevirev01.wmf (1)

где Ln – скорректированные значения спектральной яркости, L – исходные значения спектральной яркости, i – угол падения солнечных лучей, α – крутизна склона в градусах, θ – зенитный угол Солнца, С – параметр диффузной освещенности неба и вычисляемый как отношение (2):

hevirev02.wmf (2)

где a – свободный член, b – угловой коэффициент уравнения линейной регрессии для зависимости L(cos(i)), сформулированной как (3):

L = a + b cos i. (3)

В соответствии с [2], работа алгоритма топографической коррекции SCS + C, в приложении к изображениям Landsat 8 OLI, включает стадии ввода изображений и их метаданных, предварительную обработку космических изображений и цифровой модели рельефа (digital elevation model, DEM), расчет C-параметра, применение топокоррекции, реализуемой для каждого канала в отдельности, и дальнейшую заверку результата (рис. 2).

Стоит отметить, что применение данных радиолокационной модели SRTM более релевантно применению космических данных, чем использование материалов топографических съёмок, так как учитывает высоту крон деревьев и кустарниковой растительности, т.е. отражающей поверхности, наблюдаемой на космической основе.

hevir1.tif

Рис. 1. Угловые величины, используемые в алгоритмах топографической коррекции (обозначения в тексте)

hevir2.tif

Рис. 2. Структура алгоритма SCS+C для реализации в виде программы ЭВМ (по [2], с дополнениями и изменениями)

Подготовленная на основе этого алгоритма программа Landsat Shadow Removal (LSR), представляемая с открытым исходным кодом на языке Python [4], использует в работе библиотеки numpy (работа с матрицами и многомерными данными), gdal/ogr (открытие geotiff и ESRI shape форматов), pandas (вывод статистической информации в виде таблиц MS Excel), scikit-image для трансформации SRTM-изображения к Landsat, а также библиотеки richdem и elevation (применяемые для расчета карты уклонов земной поверхности и азимута (экспозиции) склонов [5]).

Применение библиотек обработки геоданных gdal/ogr позволяет не только открывать популярные форматы файлов географических информационных систем, но и сохранять в этих форматах результаты обработки. Следует отметить, что использование программы подразумевает обязательное нахождение обрабатываемых данных в одной и той же метровой картографической проекции.

Визуальный интерфейс программы реализован с помощью библиотеки pyQT и обладает структурой, куда входят модули Input («Ввод»), Configure («Конфигурация») и Process («Обработка») (рис. 3).

С помощью модуля ввода, соответственно, выбирается каталог, содержащий космические снимки, каталог для вывода, векторный shape-файл, чей картографический охват (экстент) соответствует интересующей исследователя области. Shape-файл может быть сгенерирован в любом картографическом приложении. Если такой файл не был загружен пользователем до обработки, то используется охват первого из снимков в очереди.

Приложение использует каналы Landsat с разрешением 15 м, т.е. все имеющиеся каналы, исключая панхроматический канал 8, а также цифровую модель рельефа SRTM с разрешением 90 м, которая обрезается по охвату Landsat 8 OLI и чье разрешение приводится к Landsat за счет интерполяции.

После выбора каталога с исходными данными программа проверяет наличие там файлов и выбирает файлы с расширением имени tif. Файлы с таким расширением, находящиеся в одной папке, рассматриваются как относящиеся к одной спутниковой сцене и добавляются в очередь на обработку. Определение принадлежности файла к тому или иному спектральному каналу происходит на основе постфикса имени файла _b %N %., находящегося перед расширением tif, где %N % соответствует номеру спектрального канала.

Исходные данные должны быть в одной и той же координатной проекции и обладать существенным перекрытием или совпадением охвата [6].

Помимо обрезки изображений по рамке площади интереса (AOI) и применения топографической коррекции, программа может формировать изображения, применимые для различных целей. В модуле конфигурации можно выбрать рассчитываемые программой комбинации спектральных каналов (4-3-2, 7-4-2, 7-6-4, 6-5-2, 4-5-3, 6-4-2, 7-6-5) и спектральные индексы. Последние включают в себя нормализованный разностный индекс растительности (NDVI), окислы железа (IOA), гидроксильные изменения (HA), глинистые минералы (CM), кумулятивные изменения (CA) и главные компоненты изображения (PC).

hevir3.tif

Рис. 3. Интерфейс и модули приложения Landsat Shadow Removal (LSR)

Индекс кумулятивных изменений (CA – cumulative alterations) в соответствии с [7] вычисляется как композитное изображение RGB, в котором красному каналу соответствует HA, зелёному IOA, а голубому их полусумма. Этот продукт обработки спутниковых данных позволяет установить минералы – окислы железа и гидроокислы среди вторичных изменений субстрата.

Также в окне модуля конфигурации указывается азимут Солнца и угол его возвышения над горизонтом, что и необходимо для применения топографической коррекции освещенности территории. Ход выполнения программы, возникающие при этом уведомления, предупреждения и возможные ошибки выводятся в текстовом поле, находящемся на главном окне программы и в системной консоли.

Результаты исследования и их обсуждение

Для тестирования программы использованы спутниковые данные Landsat 8 OLI, сцена (105/029), дата съемки 27 октября 2015, отражающие природные и техногенные комплексы острова Кунашир (юг Большой Курильской гряды). Спутниковые изображения этой территории могут быть использованы для идентификации полей развития гидротермальных изменений, связанных с благородно- и редкометалльной минерализацией, температурных аномалий и молодых вулканических структур. Выбор сезона съемки для анализа территории острова Кунашир диктуется относительным уменьшением плотности растительного покрова, затушевывающего геологическое строение. Взаимная корреляция спектральных каналов Landsat 8 OLI для территории исследований приведена в таблице. Заметно, что между каналами с близкими длинами волн наблюдается более высокая корреляция, сохраняющаяся после применения алгоритма SCS + C.

В качестве подстилающих пород территории выступают неоген-четвертичные вулканические образования (андезиты, базальты, риолиты, дациты), а также осадочные и вулканогенно-осадочные образования, включающие морские террасы. На участках рельефа, находящегося выше снеговой линии, присутствуют скопления снега и льда [8].

Существенный перепад высот (до 600 м) вместе с относительно невысокими углами Солнца (31-32 °) на снимках приводит к появлению в изображении контрастных теней, проявленных как на спектрозональных изображениях, так и на отношениях каналов, образуя ложные аномалии, затрудняющие анализ.

Матрица корреляции использованных каналов Landsat 8 для сцены (105/029), дата съемки 27 октября 2015

 

band1

band2

band3

band4

band5

band6

band7

band1

1

0,998

0,975

0,970

0,523

0,155

0,187

band2

0,998

1

0,983

0,973

0,536

0,173

0,202

band3

0,975

0,983

1

0,991

0,660

0,320

0,342

band4

0,970

0,973

0,991

1

0,682

0,350

0,376

band5

0,523

0,536

0,660

0,682

1

0,857

0,841

band6

0,155

0,173

0,320

0,350

0,857

1

0,991

band7

0,187

0,202

0,342

0,376

0,841

0,991

1

 

hevir4.tif

Рис. 4. Сопоставление изображений до и после применения топокоррекции, а также их гистограммы. Обозначения: M – среднее значение для канала, S – стандартное отклонение для канала; цвета графиков соответствуют каналам RGB

Устранение теней и улучшение качества изображений является важной задачей, выполненной на этапе предварительной обработки материалов. Для эффективного применения программы LSR необходимо использовать метаданные снимка, включающие азимут Солнца и его положение над горизонтом (для условий съемки возвышение Солнца над горизонтом составляет 31,24 °, азимут светила 163,13 °). Сравнение фрагментов спектрозональных изображений (комбинированы каналы 7-4-2), полученных с помощью полнофункционального прототипа программы LSR с применением алгоритма SCS + C и без него, показано на рис. 4.

Сравнение результирующих изображений и их частотных кривых также свидетельствует о том, что изображение в общем стало светлее, стали менее контрастными или исчезли тени вдоль берега моря на северо-востоке участка. Левые пики, соответствующие недостаточно экспонированным участкам на кривых, сместились правее, правые пики, соответствующие ярким отражениям снега и льда, сохранили свое положение. Рельеф участков, занятых снегом и льдом, стал менее заметным.

В абсолютных значениях яркости для красного и зелёного каналов характерно увеличение среднего значения и уменьшение стандартного отклонения. Для голубого канала наблюдается обратная картина. Участок изображения, в пределах которого наиболее заметно осветление в условиях применения топографической коррекции при качественной оценке, демонстрирует усиление детализации изображения за счет проявления форм рельефа, ранее слабо различимых в затенённых участках.

Выводы

В результате выполнения исследования, направленного на адаптацию алгоритма SCS + C для обработки данных Landsat 8 OLI, получена альфа-версия описанного приложения Python, которое может быть выполнено в системах Windows и Unix. Программа обладает интуитивным графическим интерфейсом, облегчающим освоение ее использования новыми пользователями.

Алгоритмы, реализованные в программе LSR, были использованы для предварительной оценки территории острова Кунашир с помощью метода логистической регрессии (MaxEnt) [8]. Приложение топографической коррекции LSR было написано с использованием библиотеки gdal/ogr, хорошо зарекомендовавшей себя в подготовке свободного программного обеспечения для работы с пространственными данными и отличающейся высокой скоростью и надежностью. Открытость и кросс-платформенность исходного кода программы позволяют заинтересованным исследователям применять ее в своих проектах и расширять возможности. Проект также нуждается в тестировании на новых территориях с иными условиями рельефа и отражательными характеристиками подстилающего субстрата. Наибольшая отдача при использовании программы достигается применением современных географических информационных систем, таких как QGIS, задействованных для подготовки shape-файла области интереса и дальнейшего открытия и компоновки получаемых продуктов обработки спутниковых данных.


Библиографическая ссылка

Шевырев С.Л. ПРОГРАММА АВТОМАТИЗИРОВАННОГО ПРИМЕНЕНИЯ АЛГОРИТМА ТОПОГРАФИЧЕСКОЙ КОРРЕКЦИИ ДЛЯ ИЗОБРАЖЕНИЙ LANDSAT 8 OLI // Успехи современного естествознания. – 2020. – № 10. – С. 158-163;
URL: https://natural-sciences.ru/ru/article/view?id=37506 (дата обращения: 24.10.2021).

Предлагаем вашему вниманию журналы, издающиеся в издательстве «Академия Естествознания»
(Высокий импакт-фактор РИНЦ, тематика журналов охватывает все научные направления)

«Фундаментальные исследования» список ВАК ИФ РИНЦ = 1.074