מבוא
כדי לתמוך במאמצים של ממשלת ברזיל להטמיע את קוד היערות הברזילאי (Brazil Forest Code) ולהגן על יערות בקרקעות פרטיות, Google יצרה שתי מפות בסיס שנגזרות מתצפיות של לוויין SPOT: מפת בסיס חזותית ומפת בסיס אנליטית (G-BFID v1.0).
מוצרי התמונות הפסיפס האלה יוצרים בסיס ל-22 ביולי 2008, תאריך קריטי במסגרת קוד היערות הברזילאי לזיהוי 'אזורים מאוחדים' – אזורים שקיימת בהם התיישבות אנושית או שימוש חקלאי. קבוצות הנתונים הפסיפס האלה, שנגזרות מארכיון לווייני SPOT, מספקות חלופה ברזולוציה גבוהה יותר לנתוני Landsat ברזולוציה של 30 מטרים, שמשמשים בדרך כלל ליצירת קו הבסיס הזה.
כדי ליצור מפות בסיסיות מאוחדות מאלפי תמונות SPOT, התמונות עברו תהליך עיבוד שכלל:
- שיפור הקצוות כדי להסיר ארטיפקטים של דחיסה.
- נורמליזציה רדיומטרית בהשוואה לערך בסיס של Landsat.
- מיסוך עננים (שמרני, ידני).
- תיקון של רישום שגוי (רישום משותף לקומפוזיציה של Landsat).
לצורך ההרכבה הסופית, נעשה שימוש בשיטת פסיפס דטרמיניסטית במקום בשיטה של צמצום סטטיסטי. הפיקסלים נערמו בשכבות לפי רזולוציה מרחבית וסדר כרונולוגי של משימות הלוויין, עם עדיפות לתצפיות מלוויינים חדשים יותר. ההיררכיה הזו של השכבות שולבה עם דגימה מחדש של השכן הקרוב ביותר כדי ליצור שושלת נתונים מדויקת. לכן, כל פיקסל במפת הבסיס הסופית שמר על המקור הנפרד שלו, ואפשר היה לעקוב אחריו ישירות עד לתצפית ממקור ספציפי ולמטא-נתונים שלה.
נתוני המקור
מפרטים של לוויינים וחיישנים
מפות הבסיס של G-BFID v1.0 מבוססות על נתוני תמונות של SPOT (Satellite pour l’Observation de la Terre). משימות SPOT, שמנוהלות על ידי CNES ומופצות על ידי Airbus, מספקות תמונות אופטיות ברזולוציה גבוהה עם רוחב של 60 ק"מ. בפרויקט הזה נעשה שימוש בארכיון של תמונות משלושה לוויינים ספציפיים כדי ליצור את נתוני הבסיס של 2008:
- SPOT 2 & 4: הלוויינים האלה מצוידים בחיישני HRV/HRVIR, שמספקים נתונים רב-ספקטרליים ברזולוציה של 20 מטר ונתונים פאנכרומטיים ברזולוציה של 10 מטר.
- SPOT 5: מצויד בחיישן HRG, שמציע רזולוציה מרחבית משופרת משמעותית עם נתונים רב-ספקטרליים ברזולוציה של 10 מטרים ונתונים פאנכרומטיים ברזולוציה של 5 מטרים.
| SPOT 2 | SPOT 4 | SPOT 5 | |
|---|---|---|---|
| Multispectral | 20 מ' | 20 מ' | 10 מ' |
| פנכרומטי | 10 מ' | 10 מ' | 5 מטרים |
| Spectral Bands | ירוק, אדום, NIR | ירוק, אדום, NIR, SWIR | ירוק, אדום, NIR, SWIR |
טבלה 1. מפרטים טכניים של משימות SPOT 2, 4 ו-5.
הערה: חברת Airbus מייצרת מוצר פאנכרומטי ב'מצב סופר' שאפשר להשתמש בו כדי לבצע חידוד של תמונות SPOT 5 לרזולוציה של 2.5 מטרים. הזמינות של הנתונים האלה מוגבלת מאוד במפרטים של הפרויקט הזה, והם לא נכללו.
קלט של אוספים מ-Earth Engine
בוצע איסוף ועיבוד של שלושה מוצרי נתונים שונים של SPOT כדי ליצור את מפות הבסיס הסופיות. התמונות בקולקציות האלה צולמו בין 9 בינואר 2007 ל-26 בנובמבר 2009, והן מספקות את העומק הזמני הנדרש כדי להתגבר על מגבלות כיסוי העננים, תוך שמירה על רזולוציית בסיס גבוהה.
בחירת סצנה
כדי לתמוך במאמצים להגנה על יערות בשטחים פרטיים שרשומים במרשם הסביבתי הכפרי (CAR), ניתנה עדיפות לכיסוי גיאוגרפי של ביומת האמזונס וחמש המדינות של 'קשת בירוא היערות': מראניאו, מאטו גרוסו, פארה, רונדוניה וטוקנטינס.
כדי לעמוד בדרישות של חוק היערות בברזיל, נבחר חלון זמן באמצע שנת 2008. על סמך הקריטריונים האלה של זמן וכיסוי עננים (פחות מ-50%), זוהו 10,072 תמונות מ-SPOT 2, 4 ו-5, והן הועברו לקטלוג הנתונים של Earth Engine לצורך עיבוד.
הערה לגבי הרכב ספקטרלי: חיישני SPOT 2, 4 ו-5 לא מצלמים באופן טבעי פס ספקטרלי כחול. למוצרים בצבע הטבעי, מפיץ הנתונים מספק פס כחול מסונתז – שנגזר מפסים ספקטרליים קיימים כדי ליצור ייצוג של צבע אמיתי.
1. צבע טבעי רב-ספקטרלי שעבר חידוד
- נכס Earth Engine:
AIRBUS/SPOT_2_4_5/BRAZIL/2007_2009/PMS_NC/V1 - מספר התמונות: 2977
- טווח תאריכים: 1 במרץ 2007 עד 26 בנובמבר 2009
- תיאור: המוצר הזה ממזג את הפס הפנכרומטי ברזולוציה גבוהה עם הפסים הרב-ספקטרליים כדי ליצור תמונת RGB חדה עם 3 פסים. זהו המקור המועדף למפה הבסיסית החזותית.
2. צבע טבעי רב-ספקטרלי
- נכס Earth Engine:
AIRBUS/SPOT_2_4_5/BRAZIL/2007_2009/MS_NC/V1 - מספר התמונות: 3536
- טווח תאריכים: 9 בינואר 2007 עד 26 בנובמבר 2009
- תיאור: מוצר עם 3 רצועות של צבע פסאודו-טבעי (RGB מדומה) ברזולוציה מקורית של ריבוי ספקטרלי. האוסף הזה משמש במפת הבסיס החזותית כמקור משני, במקרים שבהם נתונים שעברו חידוד לא זמינים.
3. מולטיספקטרלי
- נכס Earth Engine:
AIRBUS/SPOT_2_4_5/BRAZIL/2007_2009/MS/V1 - מספר התמונות: 3559
- טווח תאריכים: 9 בינואר 2007 עד 26 בנובמבר 2009
- תיאור: המקור של מפת הבסיס של Analytics. האוסף הזה מכיל את הפסים הספקטרליים המקוריים (כולל אינפרא-אדום קרוב ואינפרא-אדום בגלים קצרים, אם הם זמינים) שנדרשים לחישוב מדדי צמחייה (למשל, NDVI) ולביצוע סיווג של כיסוי הקרקע.
כיסוי גיאוגרפי ופערים
המטרה העיקרית של מפות הבסיס G-BFID v1.0 היא ליצור קו בסיס ברזולוציה גבוהה משנת 2008 בקירוב עבור האזור האדמיניסטרטיבי של ברזיל. עם זאת, שמירה על חלון זמן קפדני (2007–2009) במהלך סינון תמונות באיכות גבוהה עם כיסוי עננים נמוך הובילה לפערים מרחביים, במיוחד באזורים עם כיסוי עננים קבוע.
בחירת סצנות וסינון לפי איכות
כדי להבטיח את תקינות הנתונים, זוהה מאגר של מועמדים בשנים 2007-2009 עם כיסוי עננים ראשוני של פחות מ-50%. מתוך התמונות האלה, יותר מ-10,000 תמונות נטענו ומסוננו כדי להסיר תמונות עם בעיות משמעותיות באיכות:
- בדיקת רציפות: תמונות עם טלמטריה או ארטיפקטים גיאומטריים שזוהו באופן ידני, כולל סצנות לא רציפות שסופקו יחד על ידי ספק הנתונים, נכללו.
- בקרת איכות בענן: סצנות שנדחו על ידי אנליסטים מקצועיים של תמונות כי הן מכוסות בעננים או מסיבות אחרות.
- צפיפות נתונים: רק תמונות עם יותר מ-10% פיקסלים תקפים (מפת בסיס חזותית) שנשארו אחרי הסרת עננים נשמרו (יותר מ-5% במפת בסיס אנליטית).
התפלגות מרחבית
כפי שמוצג באיור 5, הפסיפסים משיגים את הצפיפות הגבוהה ביותר ב'קשת כריתת היערות' ובאזורים הצפוניים והמרכזיים-מערביים. אזורים שקופים מייצגים אזורים שבהם לא עברו סינון האיכות תמונות של SPOT 2, 4 או 5 שצולמו בפרק הזמן הרלוונטי או שהוסרה מהן עננות.
כיסוי לפי מדינה
באיור 6 מוצג פירוט של הכיסוי התקין של הפיקסלים לפי מדינה. הכיסוי כמעט מלא (מעל 95%) במדינות כמו רונדוניה ומאטו גרוסו, אבל במדינות בדרום ובחלקים של צפון-מזרח ברזיל הצפיפות נמוכה יותר בגלל המגבלות של הארכיון והסרת העננים.
התרשים גם ממחיש שברוב המדינות, מפת הבסיס החזותית מספקת באופן עקבי כיסוי פיקסלים תקף גבוה יותר ממפת הבסיס האנליטית. ההבדל הזה נובע מכך שהמוצר החזותי יכול להשתמש גם באוספים של צבעים טבעיים שעברו חידוד וגם באוספים של צבעים טבעיים מרובי-ספקטרליים, בעוד שהמוצר האנליטי נגזר רק מהאוסף הרב-ספקטרלי.
מתודולוגיית העיבוד
מתודולוגיית העיבוד של מפות הבסיס G-BFID v1.0 נותנת עדיפות למקור הנתונים ולשלמות הרדיומטרית כדי לתמוך בהערכות של תאימות לקוד היערות. בחלק הזה מוגדרת קודם כל הארכיטקטורה הכוללת של הפסיפס והלוגיקה של השכבות שמשמשות לשמירה על התקינות הזו. אחר כך מפורטים השלבים של העיבוד המקדים והנירמול שמתבצעים בסדר כרונולוגי על תמונות מקור בודדות לפני ההרכבה הסופית.
שיטת הפסיפס
מפות הבסיס הסופיות נוצרו באמצעות שיטת פסיפס ולא באמצעות פונקציות סטטיסטיות (כמו ממוצע או חציון של תמונות מורכבות). הגישה הזו מבטיחה שהמוצרים הסופיים ישמרו על הערכים הספקטרליים המקוריים ועל מרקמי המרחב של תמונות המקור. הפסיפס לא מציג ממוצע של כמה תצפיות, אלא שומר על המקור הנפרד של כל פיקסל.
לוגיקה של שכבות
תמונות הקלט חולקו לשכבות לפי היררכיה שמעדיפה רזולוציה מרחבית גבוהה יותר ומשימות לווין מאוחרות יותר:
- מפה בסיסית ויזואלית: התמונות מוינו לפי גודל הפיקסל (עם עדיפות לנתונים ברזולוציה הכי גבוהה שזמינים) ואז לפי משימת הלוויין (עם עדיפות לנתונים מלווייני SPOT חדשים יותר).
- מפת בסיס אנליטית: התמונות נערמו בשכבות לפי משימת הלוויין, עם עדיפות לתצפיות ממשימות SPOT מאוחרות יותר, כדי להתמקד בנתונים הטובים ביותר שזמינים.
יושרה ועקיבות
דגימה מחדש: כל ההקרנות הפנימיות מחדש השתמשו בדגימה מחדש של השכן הקרוב. כך נמנעים אפקטים של החלקה אינטרפולטיבית שמאפיינים שיטות אחרות, ומבטיחים שהמאפיינים הרדיומטריים והמרחביים המקוריים של פיקסלים במקור לא יושפעו מהפיקסלים השכנים.
מעקב אחר נתונים: רצועת מטא-נתונים
dateלכל פיקסל נכללת בשני המוצרים. כך המשתמשים יכולים לזהות את התאריך המדויק של התצפית בכל מיקום נתון, וכך להבטיח שקיפות מלאה בהערכות של התאימות לקוד היערות.
שיפור הקצוות של התמונה
כדי להבטיח גבולות ברורים בין סצנות חופפות, הוחל תהליך של שיפור הקצוות כדי להסיר ארטיפקטים שקיימים בתמונות המקוריות. הארטיפקטים האלה, שמופיעים כפיקסלים מנוקדים או 'רועשים' לאורך גבולות התמונה, היו מאפיין של הדחיסה עם אובדן נתונים בנתונים שסופקו על ידי הספק. כדי לפתור את הבעיה הזו, בוצעה שחיקה מינימלית של 2.5 פיקסלים במוקדים של מסכות התמונות, כדי להסיר את האפקטים המלאכותיים באיכות נמוכה בקצוות ולהבטיח שרק נתונים תקינים ישמשו בפסיפסים הסופיים (איור 7).
מסכת עננים
כדי להבטיח את תקינות הנתונים הגבוהה ביותר האפשרית ב-G-BFID v1.0, הוטמע הליך ידני של הסתרת נתונים בארכיון התמונות. הגישה הזו נבחרה במקום שיטות אוטומטיות כדי לאפשר החרגה שמרנית יותר של פיקסלים שהושפעו מעננים או מהפרעות אטמוספריות אחרות.
תהליך המסקינג
אנליסטים מיומנים זיהו אזורים שמכילים עננים וארטיפקטים אטמוספריים קשורים. כדי לוודא שהפיקסלים הבעייתיים האלה נלכדו במלואם, נעשה שימוש באסטרטגיית מיסוך שמרנית באמצעות גיאומטריות פשוטות וגסות. במקום לעקוב במדויק אחרי כל ענן בנפרד, נעשה שימוש במסכות על אזורים מלבניים גדולים יותר כדי להבטיח שהפסיפס שיתקבל יישאר ברור ככל האפשר.
הגישה הזו אגרסיבית בכוונה – לעיתים קרובות היא מסירה פיקסלים תקינים שסמוכים לעננים – אבל היא נחשבה הכרחית כדי לספק מוצר עם רמת מהימנות גבוהה עבור בסיס ההשוואה משנת 2008.
מדיניות בנושא מיסוך ושילוב
מסכות ידניות נוצרו באופן בלעדי עבור אוספי התמונות הרב-ספקטרליות והחדות יותר של צבעים טבעיים. מכיוון שמוצר הצבע הטבעי הרב-ספקטרלי נגזר מהנתונים הרב-ספקטרליים, המסכות האלה הועברו לתמונות הרב-ספקטרליות החופפות במהלך העיבוד.
כל תמונה מרובת ספקטרום שלא הייתה לה תמונה תואמת בצבעים טבעיים עם מסכה שנוצרה באופן ידני, נכללה בפסיפס הסופי. כך תוכלו לוודא שכל פיקסל שנכלל בחבילת G-BFID v1.0 – ללא קשר לסוג המוצר – עבר הסרה של עננים.
הסבר על פערי נתונים
פערים שקופים בפסיפסים הסופיים מייצגים אזורים שבהם לא היו נתונים תקפים ואיכותיים בחלון הזמן של 2007 עד 2009. הפערים האלה נובעים משילוב של מיסוך ידני שמרני כפי שמתואר למעלה, מדחייה ראשונית של סצנות עם כיסוי עננים גבוה (מעל 50%) או מהיעדר מוחלט של תמונות מקור זמינות מהספק לאזור מסוים. פערים אזוריים גדולים יותר בדרך כלל משקפים חוסר בתמונות שזמינות משנת 2008, אבל הדפוסים הברורים והמרובעים שמוצגים באיור 9 הם תוצאה של מיסוך עננים.
תיקון של רישום שגוי
הוטמע תהליך עבודה אוטומטי של רישום משותף כדי לצמצם את אי הרישום המשמעותי בתמונות ממקור SPOT ביחס לקו בסיס גיאוגרפי שנגזר מנתוני Landsat Collection 2.
ערך בסיס להשוואה
נוצר פסיפס ייחוס של Landsat Collection 2 ללא עננים, כדי לשמש כתמונה לדוגמה לרישום משותף. תמונת ההפניה הזו נוצרה באמצעות כלי להפחתת רעשים של חציון בתמונות של Landsat 7 ו-8 שחופפות לברזיל בתקופה 2006-2010. הפס האדום של Landsat נבחר כיעד הרישום העיקרי כדי להתאים לפס האדום של SPOT.
הערכת נפח מנוע
האלגוריתם ee.Image.displacement שימש לחישוב ההיסט ברמת הפיקסל בין נתוני המקור של SPOT לבין נתוני ההשוואה של Landsat.
- פרמטרים של חיפוש: הוחל על מודל ההעתקה היסט מקסימלי של 500 מ' ופרמטר קשיחות של 5.
- צבירה סטטיסטית: בוצעה צבירה של ערכי הביטחון ושל דלתא x ($dx$) ודלתא y ($dy$) בכל שטח התמונה באמצעות פונקציית צמצום ממוצע.
- חישוב הגודל: מהנתונים הסטטיסטיים המצטברים האלה, חושב אומדן של סך ההיסט $M = \sqrt{dx^2 + dy^2}$ כדי לייצג את ההיסט הממוצע של הסצנה.
מדיניות התיקון
הסצנות סווגו ותוקנו על סמך נתוני ההזזה המחושבים, כדי לתת עדיפות לשיפורים משמעותיים ולמנוע יצירה של ארטיפקטים חדשים:
- תיקון אוטומטי: תמונות שבהן גודל ההעתקה $M > 30$ מ' וציון המהימנות $C > 0.3$ הוזזו אוטומטית באמצעות הערכים המשוערים $dx$ ו-$dy$.
- הערכה ידנית: בסצנות עם הערכה גבוהה מאוד של תזוזה ($M > 100$ m) אבל רמת מהימנות נמוכה ($C \le 0.3$), בוצעה בדיקה ידנית. תיקונים מתקבלים רק אם הרישום המשותף שמתקבל מראה שיפור משמעותי לעומת המיקום המקורי.
- החרגה: סצנות שנשארו עם רישום שגוי משמעותי אחרי ניסיון תיקון, או סצנות עם מאפיינים לא מספיקים להתאמה מהימנה, הוחרגו מהפסיפס.
הטמעה ובקרת איכות
התמונות המתוקנות הוקרנו מחדש באמצעות דגימה חוזרת של השכן הקרוב ביותר כדי לשמור על הערכים הרדיומטריים המקוריים ולהימנע מהשפעות ההחלקה של אינטרפולציה בילינארית או קוביתית.
כדי להבטיח מעקב מרחבי, רצועת coregistered בוליאנית צורפה לכל תמונה ונשמרה בפסיפס הסופי. המטא-נתונים האלה מאפשרים למשתמשים להבחין בין פיקסלים שעברו התאמה מרחבית לבין פיקסלים שנשמרו במיקום המקורי שלהם.
נורמליזציה רדיומטרית
כדי להתחשב בתנאים אטמוספריים משתנים ובהבדלים בין חיישנים באוספי המקור של SPOT, בוצעה נורמליזציה רדיומטרית לתמונות שמרכיבות את מוצרי הפסיפס. גם מפות הבסיס הוויזואליות וגם מפות הבסיס האנליטיות משתמשות בהתאמת היסטוגרמה לרמת בסיס יעד עקבית של Landsat משנת 2008.
נבחר Landsat כהפניה על פני חלופות גסות יותר כמו MODIS, כי הרזולוציה של 30 מטרים שלו תואמת יותר לנתוני SPOT ברזולוציה של 5 עד 20 מטרים. הדמיון הזה מבטיח שההיסטוגרמות הספקטרליות יהיו מייצגות באופן שווה יותר, וכך יתאפשר העברה רדיומטרית מדויקת יותר במהלך תהליך ההתאמה. המתודולוגיה הספציפית להרמוניזציה הזו משתנה מעט בהתאם לתרחיש השימוש הסופי, כלומר אם הוא חזותי או אנליטי.
מפה בסיסית ויזואלית
כדי לצמצם את אי הרציפות הרדיומטרית בין תמונות סמוכות ולהבטיח מראה כמעט חלק, הוטמע תהליך עבודה של איזון צבעים באמצעות התאמת היסטוגרמה. ערכי הפיקסלים הותאמו כך שיתאימו לערך בסיס קבוע של פסיפס Landsat משנת 2008.
התהליך כולל את השלבים הבאים:
- מיסוך של הניתוח: כדי להבטיח נתונים סטטיסטיים יציבים במהלך התאמת ההיסטוגרמה, נוצר מיסוך זמני של הניתוח כדי להחריג אזורים שעלולים להטות את הנתונים. ההסתרה הזו מיועדת לשתי תכונות עיקריות:
- אזורים עם שינויים משמעותיים: פיקסלים שחורגים מהאחוזון ה-95 של ההבדל המוחלט בין תמונת SPOT לבין פסיפס הייחוס של Landsat לא נכללים.
- גופי מים: שונות גבוהה בהחזרת האור מעל מים לא נכללת באמצעות מערך הנתונים של JRC Yearly Water Classification History (היסטוריית סיווג מים שנתית של JRC). קבוצת הנתונים מסוננת לשנת 2008, ומוחל עליה מסנן הפוך כדי להבטיח שרק סיווגים שאינם מים יישארו לצורך הניתוח הסטטיסטי.
- יצירת טבלת חיפוש (LUT): באמצעות הנתונים המוסווים, המערכת מחשבת היסטוגרמות מצטברות גם עבור רצועות ה-SPOT של מקור הנתונים וגם עבור רצועות ה-Landsat של היעד.
- אינטרפולציה: ערכי הפיקסלים של המקור ממופים מחדש לערכי היעד באמצעות טבלת החיפוש שנוצרה, כדי להתאים את הפרופיל הרדיומטרי של נתוני SPOT להפניה של Landsat משנת 2008.
מפה בסיסית אנליטית
העיבוד של מפת הבסיס האנליטית זהה לעיבוד של מפת הבסיס החזותית, אבל כולל המרה של ערכי DN להשתקפות בחלק העליון של האטמוספרה:
1. המרת מקדם ההחזרה בחלק העליון של האטמוספירה (TOA)
המספרים הדיגיטליים (DN) הגולמיים של SPOT מומרים לערכי החזרת אור (reflectance) של TOA כדי להתחשב במאפיינים הפיזיים של החיישן ובגיאומטריה הסולארית:
- חישוב הבהירות: יישום של מטא-נתונים של הטיה ושל הגברה פיזית ספציפית לכל פס של הספק.
- נרמול ההחזרות: עוצמת הקרינה מנורמלת לפי עוצמת הקרינה הסולארית, הקוסינוס של זווית השמש בנקודת הזניט והמרחק בין כדור הארץ לשמש ביום הספציפי של רכישת הנתונים.
2. התאמה להיסטוגרמה
כדי לצמצם עוד יותר את ההבדלים הרדיומטריים בין תמונות SPOT שונות, מוחל תהליך עבודה של התאמת היסטוגרמה:
מיסוך של הניתוח: בשלב הזה משתמשים באותו מיסוך של הניתוח שמתואר בקטע 'מפת בסיס חזותית' למעלה: החרגה של פיקסלים של שינוי באחוזון ה-95 ומעלה, וסינון של פיקסלים של מים באמצעות מסכת סיווג הפוכה של JRC משנת 2008.
התאמה: בדומה למפת בסיס חזותית, ערכי הפיקסלים ממופים מחדש באמצעות טבלת חיפוש כדי להתאים את הפרופיל הרדיומטרי להפניה של Landsat TOA. כך נוצרת עקביות רדיומטרית בכל הפסיפס לצורך אימון מודלים של למידת מכונה בקנה מידה רחב והסקת מסקנות מהימנות.
מגבלות ובעיות ידועות
G-BFID v1.0 מספק נתונים בסיסיים ברזולוציה גבוהה משנת 2008, אבל המשתמשים צריכים להיות מודעים לכמה מגבלות שקשורות לארכיון ההיסטורי של SPOT ולמתודולוגיות העיבוד שבהן נעשה שימוש.
שלמות מרחבית ופערים
מפות הבסיס לא מספקות כיסוי גיאוגרפי של 100% בברזיל. יש פערים במקומות שבהם לא נמצאו תמונות שעומדות בחלון הזמנים המוגבל של הפרויקט (2007–2009), בספי איכות או בספי כיסוי העננים. הפערים האלה נפוצים במיוחד באזורים עם כיסוי עננים קבוע או עם תדירות נמוכה יותר של רכישת נתונים היסטוריים מלוויין. פרטים נוספים זמינים בקטע כיסוי גיאוגרפי ופערים.
רזולוציית מקור משתנה
המוצרים הסופיים מסופקים בגודל פיקסל נומינלי של 5 מטרים (ויזואלי) ו-10 מטרים (אנליטי), אבל התמונות המקוריות מורכבות משילוב של פיקסלים מקוריים בגודל 5 מ', 10 מ' ו-20 מ'. השתמשנו בדגימה חוזרת של השכן הקרוב ביותר כדי לשמור על שלמות ספקטרלית, ולכן יכול להיות שיהיה אפשר לראות את הגבולות בין רזולוציות שונות.
אי-רישום שיורי
למרות תהליך העבודה האוטומטי של רישום משותף, יכול להיות שיהיו שינויים מרחביים באזורים מסוימים. הסיכוי הגבוה ביותר לטעות ברישום הוא באזורים עם שינויי גובה קיצוניים או באזורים מיוערים צפופים והומוגניים, שבהם לא היו מספיק נקודות ציון לאלגוריתם כדי לחשב וקטורי העתקה ברמת מהימנות גבוהה.
חפצים שקשורים לאטמוספרה ולעננים
תהליך ההסתרה הידני של העננים היה מכוון להיות שמרני ואגרסיבי, אבל הוא לא מקיף. יכול להיות שהמשתמשים ייתקלו מדי פעם באפקטים ויזואליים שנותרו מהעיבוד, כמו ערפל דק מאוד או צללים קטנים של עננים.
חוסר עקביות רדיומטרית וביצועי למידת מכונה
למרות שהתאמת היסטוגרמה שימשה לצמצום אי-רציפויות רדיומטריות, עדיין יש שונות ספקטרלית שיורית בין תמונות סמוכות. בסיווג אוטומטי של כיסוי קרקע או ביישומים של למידת מכונה, השונות הזו מגדילה את השונות הספקטרלית עבור סוג מסוים של כיסוי קרקע בפסיפס. טווח הנתונים הרחב הזה יכול להפחית את הדיוק של הפרדת הסיווג במהלך ההסקה, ועלול להוביל לשיעורי שגיאה גבוהים יותר.
רוויה ספקטרלית
באזורים עם בהירות קיצונית – כמו משטחים עירוניים מחזירי אור, סוגי קרקע מסוימים או חול בהיר – יכול להיות שהפיקסלים יגיעו למגבלה המקסימלית של החיישן. ה'רוויה' הזו גורמת לאובדן של מרקם ופרטים במיקומים הספציפיים האלה.
יחסי פס רדיו ומדדי צמחייה שעברו שינוי
כדי ליצור פסיפס כמעט חלק, בוצעה התאמה של היסטוגרמה לכל פס ספקטרלי בנפרד, מה שמשנה באופן מובנה את היחסים הפיזיים המקוריים בין הפסים. כתוצאה מכך, חישוב של אינדקסים נפוצים כמו NDVI או מדדים אחרים של יחס בין רצועות יניב ערכים שונים ממערכי נתונים מקוריים שלא עברו שינוי. למרות שהמדדים הנגזרים האלה עדיין יכולים לשקף דפוסים מרחביים יחסיים בפסיפס, אסור להשתמש בהם למטרות מוחלטות, להשוואות בין חיישנים או לניתוחים שמסתמכים על ספי מדדים קשיחים.