Карты земного покрова Land-сover / Land-use очень популярны и являются итогом большого пласта фундаментально-прикладных работ, основанных на анализе спутниковой информации. В класс исследований Land-cover \ Land-use обычно включают множество направлений, среди которых наиболее известны глобальные карты растительного покрова и землепользования. Сейчас терминология Land-cover \ Land-use используется не так часто. Уровень исследований в последние годы стал смещаться от общих задач к анализу частностей. Хотя, по сути, большинство современных направлений исследований можно отнести к классу Land-cover \ Land-use.
Большое количество спутников позволило накопить архивы данных значительных размеров. Даже для однородных спутниковых данных речь может идти о мониторинге длительностью десятилетий, например ежесуточные снимки MODIS доступные с 2000 года. Обработка временных рядов спутниковых сотен сцен иногда сопряжена с математическими трудностями. В случае трендового анализа временные ряды представляются собой естественную форму исходных данных. Однако для задач классификации (кластеризации) большие временные ряды спутниковых сцен создают трудно неразрешимую проблему. Гипермерные фазовые пространства признаков (спектральные каналы сотен спутниковых сцен) не имеют корректного решения при классификации или ином схожем методе интеллектуальной обработки.
Определенным выходом из этой ситуации могут быть процедуры перехода к использованию суммирующих характеристик, например среднего, максимума и пр. Во временных рядах спутниковых сцен облака точек, характеризующие каждую пиксельную позицию, описывают подстилающую поверхность с точки зрения временного масштаба многих лет (десятилетий). При этом появляется возможность уйти от локальных искажений, вызванных погодными условиями в процессе спутниковой съемки и аномалиями сезонной погоды. И анализировать характерные, устойчивые спектральные характеристики подстилающей поверхности, имеющие вид набора периодических функций.
В качестве примера рассмотрен один из наиболее популярных объектов исследования – вегетационный покров. Переход к анализу растительности сразу приводит к использованию различных продуктов формата вегетационного индекса, например наиболее известного среди них - NDVI (Normalized Difference Vegetation Index). Для объективного понимания состояния растительности необходима информация, как минимум по двум базовым характеристикам - текущему (в многолетнем аспекте) состоянию и направленности тенденций многолетних изменения.
На примере территорий юга Центральной Азии рассматриваются подходы и методики оценки характеристик вегетационного покрова. Состояние растительности описывалось 160 покрытиями (Sentinel-2, Разрешение 20 м) периода 2018-2022 гг. Направленность многолетних трендов изменений оценивалось по данным 345 покрытий MOD13Q1A1(NDVI), коллекция 6, с пространственным разрешением 500 м и 16-дневным периодом обновления.
Полученное описание растительности демонстрирует высокую информационную насыщенность, способную детально ранжировать вегетацию в зависимости от режима увлажненности, антропогенного давления, климатических изменений и пр. факторов, что открывает путь для различных направлений потенциальных исследований класса Land-cover / Land-use.