Особенности автоматического определения границ и площадей озер по спутниковым снимкам в рамках геоинформационной системы мониторинга

Автоматизированный мониторинг площадей и границ озер по данным дистанционного зондирования является актуальной задачей гидрологии, экологии и управления водными ресурсами. Спутники Sentinel-2 и Landsat-8/9 обеспечивают регулярную съемку, позволяющую отслеживать динамику сотен тысяч водных объектов [1]. Однако при переходе от визуального анализа снимков к полностью автоматической обработке возникает ряд существенных особенностей, которые необходимо учитывать при проектировании геоинформационной системы мониторинга.
Во-первых, отметим, что выделение водной поверхности на снимке и выделение конкретного водного объекта – это различные задачи. Алгоритмы сегментации (спектральные индексы, кластеризация) детектируют всю воду в пределах сцены: целевой водоем, соседние озера, реки. Кроме того, они могут допускать ошибки, связанные с сильно увлажненными почвами, тенями и облачностью. Без дополнительной привязки к целевому объекту невозможно корректно оценить его площадь и динамику.
В рамках разрабатываемой авторами геоинформационной системы мониторинга озер [2] выявлен и решается следующий комплекс особенностей:
1. Привязка к целевому водоему. Для выделения конкретного объекта выполняется векторизация маски воды и сопоставление полученных полигонов с первичными границами, полученными с помощью OpenStreetMap с использованием буферных зон. Это позволяет отделить целевой водоем от соседних, а также корректно обработать случаи расширения озера и поглощения им прилегающих мелких водоемов.
2. Облачность. Облака и их тени искажают спектральные характеристики поверхности и приводят к ошибкам сегментации. Традиционная фильтрация по общей облачности сцены не отражает пригодность снимка для конкретного водоема. В системе реализован отбор по доле облачных пикселей непосредственно в границах исследуемого объекта с использованием масок QA Pixel (Landsat) и S2 Cloud Probability (Sentinel-2). А для случаев частичного перекрытия водоема облаками предложен алгоритм восстановления пропущенных участков.
3. Различия результатов работы методов выделения воды. Различные водные индексы и алгоритмы сегментации по-разному реагируют на заболоченность, влажные почвы и остаточную облачность. Одновременное применение независимых методов и их взаимное сравнение позволяет выявлять артефакты и оценивать устойчивость результатов.
4. Оценка корректности результатов. Для автоматического обнаружения аномалий в системе формируется тепловая карта (вероятностная карта водоема) по всей истории наблюдений, на основе которой помечаются зоны вероятных ошибок для каждого конкретного расчета. Также реализована возможность ручной оценки достоверности полученных результатов.
Разрабатываемая геоинформационная система автоматического мониторинга озер развернута на сервере ФИЦ ИВТ [3]. Проведены наблюдения за озерами Убинское, Кулундинское, Салтаим, Индерь и Малые Чаны за период 2017–2025 гг., подтвердившие работоспособность предложенных решений.