Обгрунтовано шляхи вирішення наукової проблеми недостатньої повноти та достовірності оцінювання інформативності гіперспектральних аерокосмічних зображень у задачах дистанційного зондування Землі. Обгрунтовано новий статистичний просторово-частотний критерій інформативності гіперспектральних зображень, складовими якого є інформаційна дивергенція Кулібака - Лейблера, еквівалентна просторова розрізненність та еквівалентне відношення сигнал - шум. Розроблено багатовимірну інформаційну та статистичну просторово-частотну моделі гіперспектрального зображення, на базі яких створено новий метод оцінювання інформативності, удосконалено метод оптимізації за новим критерієм. Вперше до наукового обігу введено поняття еквівалентної просторової розрізненості, що описує просторово-частотні властивості гіперспектральних зображень на базі еквівалентності імовірнісних характеристик виявлення об'єкта. Розроблено комплекс нових ефективних алгоритмів статистичної просторово-частотної обробки гіперспектральних цифрових аерокосмічних зображень. Наведено рекомендації щодо впровадження розроблених методів та алгоритмів до практики дистанційного зондування. Сформульовано загальну методологію статистичної просторово-частотної обробки гіперспектральних аерокосмічних зображень, в якій визначено принципи та підходи до створення нових методів на базі статистичної просторово-частотної парадигми. Встановлено, що використання результатів наукового дослідження сприяє підвищенню достовірності й оперативності розв'язання важливих природно-ресурсних, наукових і спеціальних тематичних задач дистанційного зондування Землі за рахунок об'єктивного оцінювання інформативності, оптимізації гіперспектральних аерокосмічних зображень і суттєвого скорочення потрібних обсягів їх обробки.

  Скачати повний текст

Дисертаційне дослідження присвячено розробці методики комплексуванні даних радіолокаційного та оптичного знімання для обчислення фізичних параметрів земної поверхні. Об'єкт дослідження – фізичні параметри земної поверхні та їх відображення на матеріалах ДЗЗ.Предмет дослідження – процедури комплексування даних, отриманих за результатами зйомки різними типами систем ДЗЗ.Метою дослідження є підвищення точності визначення фізичних параметрів земної поверхні, перш за все – вологості ґрунту шляхом створення нової методики комплексування багатосенсорних радіолокаційних та оптичних супутникових даних.В рамках дисертаційного дослідження, для обчислення фізичних параметрів земної поверхні, були використані супутникові дані, отримані в різних спектральних діапазонах. Зокрема, радіолокаційні супутникові дані C-SAR Sentinel-1 GRDH були використані для обчислення діелектричної проникності та шорсткості земних покривів на основі Integral Equation Model (IEM). Обчислення температури земної поверхні було здійснено на основі оберненої формули Планка для «сірого тіла», з використанням багатоспектральних оптичних супутникових даних в видимому/ближньому інфрачервоному (PlanetSope PS2.SD) та тепловому інфрачервоному (Landsat-7 ETM+, Landsat-8 OLI та EOS MODIS) спектральних діапазонах. Геометричні параметри земної поверхні було отримано на основі цифрової моделі місцевості ALOS AW3D.Отримані фізичні та геометричні параметри були використані як складові розробленої моделі комплексування супутникових даних на основі багатовимірного регресійного аналізу. Точність побудованої моделі була перевірена при обчисленні вологості ґрунту. Для цього, на тестових ділянках було здійснено відбір проб ґрунту, а вологість обчислено термостатно-ваговим методом. Багатовимірний регресійний аналіз залежності виміряної та модельної вологості ґрунту дозволив встановити, що розроблена модель забезпечує високу точність обчислень, про що свідчить коефіцієнт детермінації 0,84 та середньоквадратичне відхилення 4,37 % (N = 96).В результаті, розроблено нову методику комплексування багатоспектральних оптичних та двополяризаційних радарних супутникових даних для обчислення фізичних параметрів земної поверхні, перш за все – вологості ґрунтів. На відміну від існуючих, розроблена методика використовує складну лінеаризовану багатовимірну регресійну модель з мінімізацією абсолютних відхилень, оригінальний підхід до визначення температури ґрунту в разі несинхронного оптичного і радіолокаційного знімання, та додатково враховує геометричні неоднорідності земної поверхні і локальні девіації радіолокаційного відбиття.Запропоновано нову лінеаризовану багатовимірну регресійну модель з мінімізацією абсолютних відхилень, яка на відміну від існуючих, враховує низку фізичних параметрів, таких як коефіцієнти зворотного розсіювання, діелектрична проникність, шорсткість, температура земної поверхні, параметрів рослинного покриву, та додаткових геометричних параметрів, таких як висота, нахил, експозиція та ортогональна увігнутість рельєфу, локальні девіацій радіолокаційного сигналу та взаємна орієнтація елементу рельєфу по відношенню до сенсора.Удосконалено відомий метод обчислення відносної діелектричної проникності земної поверхні за даними двополяризаційного радіолокаційного знімання на основі калібрування моделі IEM. Метод удосконалено шляхом введення алгоритму автоматизованого обчислення шорсткості ґрунту. Також запропоновано критерії фільтрації двополяризаційних радарних зображень на основі діапазону допустимих значень діелектричної проникності та шорсткості ґрунту, який дозволяє виявляти випадки зриву моделі визначення діелектричної проникності ще до проведення розрахунків.Подальшого розвитку зазнав метод визначення температури земної поверхні з використанням багатоспектральних оптичних супутникових даних знімання у видимому, ближньому та тепловому інфрачервоних діапазонах. Зокрема, застосовано перерахунок температури, одержаної дистанційно, до температури в момент радіолокаційного знімання.^UThe thesis research was devoted to the development of the radar and optical data fusion technique for land surface physical parameters restoration.The research object was the land surface physical parameters and their display on Earth observation data.The research subject was multi-sensor Earth observation data fusion algorithms.The aim of the study was to improve the accuracy of the land surface physical parameters estimation, especially soil moisture, by developing the new technique for the multi-sensor radar and optical satellite data fusion.In the framework of the thesis research, Earth observation (EO) data retrieved in several spectral ranges were used to estimate the land surface parameters. In particular, the C-SAR Sentinel-1 A/B GRDH products were used to calculate land surface permittivity and roughness based on Integral Equation Model (IEM). The land surface temperature was estimated based on the inverse Planck's equation for «grey» bodies, by using the multispectral EO data in Visible/Near Infrared (PlanetSope PS2.SD) and Thermal Infrared (Landsat-7 ETM+, Landsat-8 OLI та EOS MODIS) spectral ranges. Geometric parameters were calculated based on the ALOS AW3D digital terrain elevation model.The physical and geometric parameters obtained were used as a components of the model developed for the multi-sensor EO data fusion based on the multidimensional regression analysis. The accuracy of the model was verified by an example of the soil moisture estimation. For this purpose, a soil samples were selected within test sites and the reference soil moisture were calculated by the thermostat-weight method. The multi-dimensional regression analysis of the reference and model soil moisture dependence allowed to conclude that the developed model provides the high accuracy of computation, as indicated by the determination coefficient of 0.84 and an root mean square error of 4.37 % (N = 96).As a result, the new technique was developed for multispectral optical and double polarization radar satellite data fusion for the land surface physical parameters, soil moisture especially, estimation. Unlike existing approaches, the developed technique uses the complex linearized multidimensional regression model with absolute deviations minimization, the original approach for the land surface temperature estimating for non-synchronous radar and optical observations, and additionally relies on the radar signal local fluctuations and relief heterogeneity. The linearized multidimensional regression model with absolute deviations minimization was proposed. Unlike existing models, the developed model relies on the number of physical parameters, e.g. backscattering coefficients, permittivity, roughness, land cover temperature, vegetation cover parameters, and additional geometric parameters, e.g. the relief elevation, slope, aspect and orthogonal concave, radar signal local fluctuations and mutual orientation of the relief element to a sensor.A well-known method for the land surface permittivity estimation was improved by using the dual polarization radar sensing based on the IEM calibration. Additionally, the model was improved by the computer assisted soil roughness estimation algorithm implementation. In addition, the theoretical criteria for the function rupture detection were proposed based on the soil permittivity and roughness tolerance ranges. The theoretical criteria for the double polarization radar images filtering were also proposed based on the permittivity and roughness tolerance ranges, which can identify the model disruption cases before estimations.The well-known method for the land surface temperature estimation, by using visible, near and thermal infrared multispectral optical data, based on Planck's law was improved. In particular, the temperature obtained remotely was recalculated to a temperature at the time of radar sensing.

У сучасному світі мікро-, макроекономіки постає необхідність контролю, оцінки, прогнозування ризиків, стану, результатів тощо. Для забезпечення таких потреб вкрай необхідним є залучення великих обсягів відповідних даних. Завдяки сьогоденному супутниковому покриттю та методам дистанційного зондування Землі (ДЗЗ) стає можливим отримання даних про земні об’єкти, практично, з будь-якої ділянки земної поверхні як у великих масштабах, так і в короткі терміни.Важливою якісною характеристикою даних дистанційного зондування Землі є їх інформативність, яка відповідає за кількість корисної інформації для вирішення конкретної тематичної задачі. А тому, для різних задач цей параметр є різним. Враховуючи лише зростаючі потреби у більш якісних даних для отримання більш точних результатів, підвищення інформативності супутникових зображень є актуальною задачею нинішнього часу.Отже, метою цієї роботи є підвищення інформативності космічних знімків, отриманих за допомогою багатополяризаційного радару з синтезованою апертурою (РСА), шляхом використання сучасних наукових напрацювань для розробки відповідної методики.Для досягнення заданої мети передбачено виконання кількох наукових завдань, першим з яких постав аналіз існуючих методів підвищення інформативності супутникових зображень, та встановлення взаємозв’язку інформативності з просторовою розрізненністю.В якості радіолокаційних даних з синтезованою апертурою було обрано знімки отримані з сузір’я супутників радіолокаційної системи Sentinel-1. Так як даний супутник надає дані в одразу двох поляризаціях, одна з яких збігається у випромінюваному та приймальному режимах поляризацій електромагнітного імпульсу, а інша містить міжполяризаційну складову, то для подолання проблем неузгодженості та різнорідності даних було розроблено моделі супутникового зворотного розсіювання радарного сигналу з подальшим їх використанням в алгоритмі зведення різнополяризаційних даних в спільну фізичну величину – діелектричну проникність земної поверхні.З метою підвищення просторової розрізненності було розроблено математичну модель синтезу супутникових зображень з низькою просторовою розрізненністю у єдине двократно збільшене зображення підвищеної просторової розрізненності та відповідний алгоритм, що її реалізує.Оцінка досягнутого результату – підвищення інформативності радарних даних – була проведена кількісно порівнянням фактичних просторових розрізненностей вхідних та вихідного зображень. В свою чергу фактичні просторові розрізненності оцінювалися методами просторово-частотного аналізу через апроксимовані функції передачі модуляції (ФПМ) цифрових зображень.Наукова новизнаВперше розроблено методику підвищення інформативності космічних знімків, отриманих за допомогою багатополяризаційного радару з синтезованою апертурою. Методика забезпечує підвищення просторової розрізненності вихідного радіолокаційного зображення за рахунок спільної субпіксельної обробки кількох вхідних зображень, отриманих в кожній поляризації окремо та переведених до єдиної фізичної величини, притаманної земної поверхні – діелектричної проникності, шорсткості, вологовмісту та таке інше. В результаті такого перетворення стає можливим коректно застосувати алгоритм надрозрізненності до сукупності різнополяризаційних радіолокаційних зображень.Удосконалено модель перетворення різнополяризаційних радарних даних в діелектричну проникність земної поверхні шляхом накладання фізично обумовлених обмежень цільової величини та застосування ітераційного прямого-оберненого моделювання відбитого радіолокаційного сигналу.Удосконалено алгоритм відновлення спільного зображення субпіксельної розрізненності із набору супутникових знімків за рахунок його адаптації до радіолокаційних даних, яка полягає в застосуванні додаткової спекл-фільтрації безпосередньо в частотній області, де виконується і вся інша обробка.Практична значимістьЗа результатами експериментального тестування на багатьох реальних двополяризаційних радарних зображеннях розроблена методика забезпечила, в середньому, підвищення інформативності на 85.4 %. Окрім власне підвищення інформативності матеріалів багатополяризаційного радарного знімання запропонована методика забезпечує відтворення просторового розподілу цільової фізичної характеристики земної поверхні підвищеної розрізненності, що відповідає сучасній концепції ARD (analysis-ready data), яка передбачає отримання з сирих супутникових даних карт фізичних/біофізичних параметрів земної поверхні, зрозумілих фахівцям з тематичних наземних досліджень.Розроблену методику можна застосовувати для таких тематичних задач спостереження Землі як екологічний моніторинг, геофізичне картування, пошук корисних копалин, прогнозування деградації земель, дослідження кліматичних змін тощо.Ключові слова: дистанційне зондування Землі (ДЗЗ), супутникові дані, радар із синтезованою апертурою (РСА), коефіцієнт зворотного розсіювання, діелектрична проникність, надрозрізненність (superresolution), субпіксельна обробка^UIn modern world of micro-, macroeconomy the ability for risks, status, results control, assessment or forecast is necessary. To supply growing demands big amounts of relevant data must be provided. Owing to recent satellite coverage and remote sensing methods, it is possible to retrieve huge extent of land objects data, practically, from any point of the land surface in a remarkably short time.An important qualitative characteristic of Earth remote sensing data is their informativeness, which is responsible for the amount of useful information for solving a specific thematic problem. Therefore, this parameter is different for different tasks. Taking into account growing needs for high quality data in order to obtain more accurate results, satellite imagery informativity enhancement is a relevant task of nowadays.Thus, the aim of this work is to increase the informativity of space images obtained with a multi-polarization synthetic-aperture radar (SAR), by using modern exploratory works to develop the appropriate technique.To achieve the given goal, it is envisaged to perform several scientific tasks, the first of which was the analysis of existing methods for satellite imagery informativity enhancement, and the relationship between informativity and spatial resolution establishment.The satellite images obtained from the constellation of satellites of the Sentinel-1 radar system were chosen as the source SAR data. Since this satellite provides data in two polarizations at once, one of which coincides in the emitted and received polarization modes of the electromagnetic pulse, and the other contains an interpolarization component, the models of satellite radar backscattering signal were developed to transform different polarization data into a common physical quantity – dielectric permittivity of the land surface.In order to enhance the spatial resolution, a corresponding mathematical model and algorithm for the low spatial resolution satellite images fusion into a single two-fold enlarged image of enhanced spatial resolution, were developed.The assessment of the achieved result – radar data informativity enhancement – was carried out quantitatively by comparing the actual spatial resolution of the input and output images. In turn, the actual spatial resolutions were estimated by the methods of spatial-frequency analysis through the approximate modulation transfer functions (MTF) of digital images.Scientific noveltyFor the first time a technique for multi-polarization synthetic-aperture radar data informativity enhancement technique was developed. The technique provides an enhancement in the spatial resolution of the output radar image due to the joint subpixel processing of several input images obtained in each polarization separately and converted into a single physical value inherent in the land surface – dielectric permittivity, roughness, moisture content, and so on. As a result of such transformation, it becomes possible to correctly apply the superresolution algorithm to a set of different polarization radar images.The model for converting multi-polarization radar data into dielectric permittivity of the land surface has been improved by imposing physically determined limitations of the target value and applying iterative forward-inverse modeling of the reflected radar signal.The algorithm for restoring a joint image of subpixel resolution from a set of satellite images has been improved by its adaptation to the radar data, which consists in applying additional speckle filtering directly in the frequency domain, where all other processing is performed.Practical implicationsAccording to the results of experimental testing on many actual dual-polarization radar images, the developed technique provided, on average, an enhancement in spatial resolution by 85.4 %. In addition to actually enhance the informativity of multi-polarization radar imaging materials, the proposed technique provides restoration of the spatial distribution of the target physical characteristics of the land surface with enhanced resolution, which corresponds to the modern concept of ARD (analysis-ready data), which means obtaining from raw satellite data maps of physical/biophysical parameters of the land surface that are understandable to experts in applied ground-based studies.The developed technique can be used for such Earth observation applications as: environmental monitoring, geophysical mapping, mineral exploration, land degradation forecasting, climate change research, etc.Keywords: Earth remote sensing, satellite data, synthetic-aperture radar (SAR), radar backscattering coefficient, dielectric permittivity, superresolution, subpixel processing