Brezilya Orman Görüntüleri Veri Kümesi (G-BFID v1.0)

Giriş

Google, Brezilya hükümetinin Brezilya Orman Yasası'nı uygulama ve özel arazilerdeki ormanları koruma çabalarını desteklemek için SPOT uydu gözlemlerinden elde edilen iki temel harita oluşturdu: Görsel Temel Harita ve Analitik Temel Harita (G-BFID v1.0).

Bu mozaik görüntü ürünleri, 22 Temmuz 2008 için bir referans değer oluşturur. Bu tarih, Brezilya Orman Yasası kapsamında "birleştirilmiş alanları" (önceden insan yerleşimi veya tarım kullanımı olan bölgeler) belirlemek için kritik bir tarihtir. SPOT uydu arşivinden elde edilen bu mozaik veri kümeleri, bu temel çizgiyi oluşturmak için geleneksel olarak kullanılan 30 metrelik Landsat verilerine göre daha yüksek çözünürlüklü bir alternatif sunar.

Binlerce SPOT görüntüsünü birleştirilmiş temel haritalar hâline getirmek için görüntüler şu işlemlerden geçirildi:

• Sıkıştırma yapaylıklarını kaldırmak için kenar iyileştirme.
• Landsat referans değerine göre radyometrik normalleştirme.
• Bulut maskeleme (tutucu, manuel).
• Yanlış kaydı düzeltme (Landsat bileşiğine ortak kayıt).

Son birleştirme için istatistiksel azaltma yerine deterministik mozaik yöntemi kullanıldı. Pikseller, uzamsal çözünürlüğe ve uydu görevi kronolojisine göre katmanlandırıldı. Daha yeni uydulardan gelen gözlemlere öncelik verildi. Bu katmanlama hiyerarşisi, sıkı veri kaynağı oluşturmak için en yakın komşu yeniden örnekleme ile birleştirildi. Sonuç olarak, nihai temel haritadaki her piksel ayrı kökenini korudu ve doğrudan belirli bir kaynak gözlemine ve meta verilerine kadar izlenebilir kaldı.

1. şekil G-BFID v1.0 Görsel Temel Haritası'nın sözde doğal renkteki (sol) ve Analitik Temel Harita'nın yakın kızılötesi yanlış renkteki (sağ) tam kapsamlı gösterimi.

Kaynak veriler

Uydu ve sensör özellikleri

G-BFID v1.0 temel haritaları, SPOT (Satellite pour l’Observation de la Terre) görüntü verilerinden elde edilir. CNES tarafından işletilen ve Airbus tarafından dağıtılan SPOT görevleri, 60 km'lik bir şerit ile yüksek çözünürlüklü optik görüntüler sağlar. Bu proje, 2008 referans çizgisini oluşturmak için üç belirli uydudan alınan görüntülerin arşivini kullanır:

• SPOT 2 ve 4: HRV/HRVIR sensörleriyle donatılmış olup 20 metre çözünürlükte çok spektrumlu veriler ve 10 metre çözünürlükte pankromatik veriler sağlar.
• SPOT 5: HRG sensörüyle donatılmıştır. 10 metre çözünürlükte çok spektrumlu veriler ve 5 metre çözünürlükte pankromatik verilerle uzamsal çözünürlüğü önemli ölçüde iyileştirir.

	SPOT 2	SPOT 4	SPOT 5
Çok spektrumlu	20 dk.	20 dk.	10 m
Panchromatic	10 m	10 m	5 m
Spektral Bantlar	Yeşil, Kırmızı, NIR	Yeşil, Kırmızı, NIR, SWIR	Yeşil, Kırmızı, NIR, SWIR

Tablo 1. SPOT 2, 4 ve 5 görevleriyle ilgili teknik özellikler.

Not: Airbus, SPOT 5 görüntülerini 2,5 metre çözünürlükte keskinleştirmek için kullanılabilecek bir "süper mod" pankromatik ürün üretir. Bu verilerin kullanılabilirliği, bu projenin spesifikasyonları için çok sınırlı olduğundan dahil edilmemiştir.

Giriş Earth Engine koleksiyonları

Nihai temel haritaları oluşturmak için üç farklı SPOT veri ürünü alınarak işlendi. Bu koleksiyonlar, 9 Ocak 2007 ile 26 Kasım 2009 arasındaki dönemi kapsar. Yüksek çözünürlüklü bir temel çizgi korunurken bulut örtüsü kısıtlamalarının üstesinden gelmek için gereken zamansal derinliği sağlar.

Sahne seçimi

Kırsal Çevre Sicili'ne (CAR) kayıtlı özel arazilerde orman koruma çalışmalarını desteklemek için Amazon biyomu ve "Ormansızlaştırma Yayı"ndaki beş eyalette (Maranhão, Mato Grosso, Pará, Rondônia ve Tocantins) coğrafi kapsama öncelik verilmiştir.

Brezilya Orman Kanunu'nun şartlarına uygun olması için 2008'in ortalarına ait bir zaman aralığı hedeflendi. Bu zamansal ve bulut örtüsü ölçütlerine (<%50) göre SPOT 2, 4 ve 5'ten toplam 10.072 görüntü tanımlanıp işlenmek üzere Earth Engine Data Catalog'a aktarıldı.

Spektral Bileşimle İlgili Not: SPOT 2, 4 ve 5 sensörleri mavi spektral bantı doğal olarak yakalamaz. Doğal renkli ürünler için, veri dağıtımcısı tarafından gerçek renkli bir gösterimi yaklaşık olarak elde etmek amacıyla mevcut spektral bantlardan türetilmiş, sentezlenmiş bir mavi bant sağlanır.

1. Pansharpened multispectral natural color

• Earth Engine Öğesi: AIRBUS/SPOT_2_4_5/BRAZIL/2007_2009/PMS_NC/V1
• Görsel sayısı: 2977
• Tarih Aralığı: 1 Mart 2007 – 26 Kasım 2009
• Açıklama: Bu ürün, keskin bir 3 bantlı RGB görüntüsü oluşturmak için daha yüksek çözünürlüklü pankromatik bant ile çok spektrumlu bantları birleştirir. Bu, Görsel Temel Harita için tercih edilen kaynaktır.

Şekil 2. Pansharpened çok bantlı doğal renkli görüntü koleksiyonu için görüntülerin yıl-aya göre histogramı.

2. Çok spektrumlu doğal renk

• Earth Engine Öğesi: AIRBUS/SPOT_2_4_5/BRAZIL/2007_2009/MS_NC/V1
• Görsel sayısı: 3.536
• Tarih Aralığı: 9 Ocak 2007 – 26 Kasım 2009
• Açıklama: Yerel çok spektralli çözünürlükte 3 bantlı, sözde doğal renkli bir ürün (simüle edilmiş RGB). Bu koleksiyon, Görsel Baz Harita'da, keskinleştirilmiş verilerin kullanılamayabileceği ikincil bir kaynak olarak kullanılır.

Şekil 3. Çok bantlı doğal renkli görüntü koleksiyonu için görüntülerin yıl-aya göre histogramı.

3. Çok bantlı

• Earth Engine Öğesi: AIRBUS/SPOT_2_4_5/BRAZIL/2007_2009/MS/V1
• Görsel sayısı: 3.559
• Tarih Aralığı: 9 Ocak 2007 – 26 Kasım 2009
• Açıklama: Analitik Temel Harita'nın kaynağıdır. Bu koleksiyon, bitki örtüsü indekslerini (ör. NDVI) hesaplamak ve örtü sınıflandırması yapmak için gerekli olan orijinal spektral bantları (mevcut olduğunda yakın kızılötesi ve kısa dalga kızılötesi dahil) içerir.

Şekil 4. Çok bantlı görüntü koleksiyonu için görüntülerin yıl-ay bazında histogramı.

Coğrafi kapsam ve boşluklar

G-BFID v1.0 temel haritalarının birincil amacı, Brezilya'nın idari bölgesi için yüksek çözünürlüklü ve 2008'e yakın bir temel oluşturmaktır. Ancak yüksek kaliteli ve az bulutlu görüntüler için filtreleme yaparken katı bir zaman aralığı (2007-2009) kullanmak, özellikle sürekli bulutlu bölgelerde mekansal boşluklara neden oldu.

Sahne seçimi ve kalite filtreleme

Veri bütünlüğünü sağlamak için 2007-2009 yılları arasında% 50'den az başlangıç bulut örtüsüne sahip bir aday havuzu belirlendi. Bu sayede, toplamda 10.000'den biraz fazla resim alındı ve önemli kalite sorunları olanlar hariç tutulmak üzere daha fazla filtrelendi:

• Süreksizlik kontrolü: Veri sağlayıcı tarafından birlikte paketlenmiş süreksiz sahneler de dahil olmak üzere, manuel olarak tanımlanmış telemetri veya geometrik yapaylıklar içeren görüntüler hariç tutuldu.
• Bulut QA: Tamamen bulutla kaplı olması veya başka nedenlerle profesyonel görüntü analistleri tarafından reddedilen sahneler.
• Veri yoğunluğu: Yalnızca bulut maskeleme işleminden sonra geçerli piksellerin% 10'dan fazlasını içeren görüntüler (Görsel Temel Harita) saklandı (Analitik Temel Harita için% 5'ten fazla).

Mekansal dağılım

Şekil 5'te gösterildiği gibi, mozaikler "Ormansızlaşma Yayı" ve kuzey/merkez-batı bölgelerinde en yüksek yoğunluğa ulaşır. Şeffaf alanlar, hedef zaman aralığında yukarıda listelenen kalite filtrelerinden geçmeyen veya bulut maskeli SPOT 2, 4 ya da 5 görüntülerin bulunduğu bölgeleri gösterir.

5. şekil G-BFID v1.0 Görsel Temel Haritası'nın coğrafi kapsamı. Güney ve doğudaki iç boşluklar ve eksik kapsama alanı, 2008 zamansal temel çizgisinin, kalite filtrelemenin ve bulut maskelemenin önceliklendirilmesinden kaynaklanmaktadır. Analitik temel harita gösterilmese de bu ölçekte uzamsal kapsamı görsel temel haritayla neredeyse aynıdır.

Eyalete göre kapsam

Şekil 6'da, geçerli piksel kapsamının eyalet bazında dökümü verilmiştir. Rondônia ve Mato Grosso gibi eyaletlerde kapsama alanı neredeyse tamamlanmıştır (%95'ten fazla). Güneydeki eyaletler ve kuzeydoğunun bazı bölgelerinde ise arşiv ve bulut maskeleme kısıtlamaları nedeniyle daha düşük yoğunluk görülmektedir.

Grafik ayrıca, Görsel Temel Harita'nın neredeyse tüm eyaletlerde Analitik Temel Harita'ya kıyasla sürekli olarak biraz daha yüksek geçerli piksel kapsamı sağladığını da gösteriyor. Bu farkın nedeni, Görsel ürünün hem keskinleştirilmiş hem de çok spektralli doğal renk koleksiyonlarını kullanabilmesi, Analitik ürünün ise yalnızca çok spektralli koleksiyondan türetilmesidir.

6. şekil Brezilya eyaletine göre görsel ve analitik temel haritalar için geçerli piksel kapsamı. Kapsam, "Ormansızlaşma Yayı" eyaletlerinde en yüksek, sürekli bulut örtüsü, sınırlı SPOT edinimi ve bulut maskeleme olan bölgelerde ise en düşüktür.

İşleme metodolojisi

G-BFID v1.0 temel haritalarının işleme metodolojisinde, Orman Kanunu'na uygunluk değerlendirmelerini desteklemek için verilerin kaynağı ve radyometrik bütünlüğü önceliklendirilir. Bu bölümde öncelikle bu bütünlüğü korumak için kullanılan kapsamlı mozaik mimarisi ve katman oluşturma mantığı tanımlanır. Ardından, son montajdan önce tek tek kaynak görüntülere uygulanan kronolojik ön işleme ve normalleştirme adımları açıklanır.

Mozaik yöntemi

Son temel haritalar, istatistiksel azaltıcılar (ör. ortalama veya medyan bileşikler) yerine mozaik yöntemi kullanılarak oluşturuldu. Bu yaklaşım, son ürünlerin kaynak görüntülerin orijinal spektral değerlerini ve mekansal dokularını korumasını sağlar. Mozaik, birden fazla gözlemin ortalamasını almayı önleyerek her pikselin ayrı ayrı kaynağını korur.

Katman oluşturma mantığı

Giriş görüntüleri, daha yüksek mekansal çözünürlüğü ve daha sonraki uydu görevlerini tercih eden bir hiyerarşi kullanılarak katmanlandırıldı:

• Görsel Temel Harita: Görüntüler, piksel boyutuna (mevcut en yüksek çözünürlüklü verilere öncelik verilerek) ve ardından uydu görevine (yeni SPOT uydularından alınan verilere öncelik verilerek) göre sıralandı.
• Analitik Temel Harita: Görüntüler, uydu görevine göre katmanlandırıldı. En iyi verileri hedeflemek için daha sonraki SPOT görevlerinden elde edilen gözlemlere öncelik verildi.

Bütünlük ve izlenebilirlik

• Yeniden örnekleme: Tüm dahili yeniden projeksiyonlarda en yakın komşu yeniden örneklemesi kullanıldı. Bu yöntem, diğer yöntemlerin interpolatif düzeltme etkilerini önleyerek kaynak piksellerin orijinal radyometrik ve mekansal özelliklerinin komşularından etkilenmemesini sağlar.

• Veri izlenebilirliği: Her iki üründe de piksel başına date meta veri bandı bulunur. Bu sayede kullanıcılar, herhangi bir konumun gözlemlendiği tarihi tam olarak belirleyebilir ve Orman Kanunu'na uygunluk değerlendirmelerinde tam şeffaflık sağlanır.

Görüntü kenarı hassaslaştırma

Çakışan sahneler arasında net sınırlar sağlamak için kaynak görüntülerdeki yapaylıkları kaldırmak üzere bir kenar iyileştirme işlemi uygulandı. Görüntü kenarlarında benekli veya "gürültülü" pikseller olarak görünen bu yapılar, sağlayıcı tarafından sağlanan verilerdeki kayıplı sıkıştırmanın bir özelliğiydi. Bunu düzeltmek için görüntü maskelerine 2,5 piksellik minimum odak erozyonu uygulandı.Böylece düşük kaliteli kenar yapıları kaldırıldı ve son mozaiklerde yalnızca geçerli verilerin kullanılması sağlandı (Şekil 7).

7.şekil Kenar düzeltme işleminden önce (sol) ve sonra (sağ) bir resim kenarlığının karşılaştırması. 2,5 piksellik erozyon, kayıplı sıkıştırmanın neden olduğu "gürültülü" eserleri kaldırarak çakışan sahneler arasında daha temiz geçişler sağlar.

Bulut maskeleme

G-BFID v1.0 için mümkün olan en yüksek veri bütünlüğünü sağlamak amacıyla, görüntü arşivinde manuel maskeleme prosedürü uygulanmıştır. Bu yaklaşım, bulutlardan veya diğer atmosferik parazitlerden etkilenen piksellerin daha muhafazakar bir şekilde hariç tutulmasına olanak tanımak için otomatik yöntemler yerine tercih edildi.

Maskeleme prosedürü

Eğitimli analistler, bulutları ve ilgili atmosferik eserleri içeren alanları belirledi. Bu sorunlu piksellerin tam olarak yakalanmasını sağlamak için basitleştirilmiş, kaba geometriler kullanılarak muhafazakar bir maskeleme stratejisi uygulandı. Her bir bulutun çevresini tam olarak izlemek yerine, ortaya çıkan mozaikin mümkün olduğunca net kalmasını sağlamak için daha büyük dikdörtgen alanlar maskelendi.

Bu yaklaşım kasıtlı olarak agresif olsa da (genellikle bulutların yanındaki geçerli pikselleri kaldırır) 2008 temel çizgisi için yüksek bütünlüklü bir ürün sağlamak gerektiği düşünülmüştür.

Maskeleme politikası ve entegrasyonu

Manuel maskeler yalnızca çok spektralli ve keskinleştirilmiş doğal renkli görüntü koleksiyonları için üretilmiştir. Çok spektralli doğal renk ürünü, çok spektralli verilerden elde edildiği için bu maskeler işleme sırasında çakışan çok spektralli görüntülere yayılmıştır.

Eşleşen, manuel olarak maskelenmiş doğal renk karşılığı olmayan tüm çok spektralli görüntüler nihai mozaikten çıkarıldı. Bu sayede, ürün türünden bağımsız olarak G-BFID v1.0 paketine dahil edilen her pikseldeki bulutlar kaldırılır.

Veri boşluklarının yorumlanması

Son mozaiklerdeki şeffaf boşluklar, 2007-2009 zaman aralığında geçerli ve yüksek kaliteli verilerin bulunmadığı alanları gösterir. Bu boşluklar; yukarıda açıklanan muhafazakar manuel maskeleme, yüksek bulut örtüsüne (>%50) sahip sahnelerin başlangıçta reddedilmesi veya belirli bir bölge için sağlayıcıdan kullanılabilir kaynak görüntülerin tamamen olmaması gibi nedenlerden kaynaklanır. Daha büyük bölgesel boşluklar genellikle 2008 dönemine ait görüntülerin olmamasından kaynaklanırken Şekil 9'da gösterilen belirgin "bloklu" desenler bulut maskelemenin bir sonucudur.

9.şekil Görsel temel haritaya uygulanan manuel maskeleme örnekleri. Dikdörtgen şeklindeki siyah poligonlar, bulutları ve diğer atmosferik öğeleri nihai ürünlerden hariç tutmak için kullanılan muhafazakar yaklaşımı gösterir. Veri ürünlerindeki maskelenmiş pikseller (veri yok) şeffaftır.

Yanlış kayıt düzeltmesi

SPOT kaynak görüntülerinde Landsat Collection 2 verilerinden elde edilen coğrafi bir temele göre önemli yanlış kayıtları azaltmak için otomatik bir ortak kayıt iş akışı uygulanmıştır.

Referans başlangıç noktası

Landsat Collection 2 referans mozaik, bulutsuz olarak oluşturuldu ve coğrafi kayıt referans görseli olarak kullanıldı. Bu referans görüntü, 2006-2010 döneminde Brezilya ile kesişen Landsat 7 ve 8 görüntülerinde medyan azaltıcı kullanılarak oluşturulmuştur. SPOT kırmızı bandıyla eşleşmesi için birincil kayıt hedefi olarak Landsat kırmızı bandı seçildi.

Yer değiştirme tahmini

SPOT kaynak verileri ile Landsat referansı arasındaki piksel düzeyinde ofseti hesaplamak için ee.Image.displacement algoritması kullanıldı.

• Arama parametreleri: Yer değiştirme modeline maksimum 500 m ofset ve 5 sertlik parametresi uygulandı.
• İstatistiksel toplama: Delta x ($dx$) ve delta y ($dy$) ile güven değerleri, ortalama küçültücü kullanılarak tüm görüntü alanında toplandı.
• Büyüklük hesaplaması: Bu toplanmış istatistiklerden, sahnenin ortalama yer değiştirmesini temsil etmek için toplam büyüklük ofseti tahmini $M = \sqrt{dx^2 + dy^2}$ hesaplandı.

Düzeltme politikası

Yeni yapaylıkların eklenmesini önlerken önemli iyileştirmelere öncelik vermek için sahneler, hesaplanan yer değiştirme istatistiklerine göre kategorize edildi ve düzeltildi:

• Otomatik düzeltme: $M > 30$ m yer değiştirme büyüklüğüne ve $C > 0.3$ güven puanına sahip resimler, tahmini $dx$ ve $dy$ değerleri kullanılarak otomatik olarak kaydırıldı.
• Manuel değerlendirme: Tahmini yer değiştirmenin çok yüksek ($M > 100$ m) ancak güvenin düşük ($C \le 0,3$) olduğu sahneler için manuel inceleme yapıldı. Düzeltmeler yalnızca sonuçtaki ortak kayıt, orijinal yerleşimden kesin bir şekilde daha iyi performans gösteriyorsa kabul edildi.
• Hariç tutma: Düzeltme denemesinden sonra önemli ölçüde yanlış kaydedilmiş olarak kalan veya güvenilir eşleştirme için yeterli özelliğe sahip olmayan sahneler mozaikten hariç tutuldu.

Uygulama ve kalite kontrolü

Düzeltilmiş görüntüler, orijinal radyometrik değerleri korumak ve çift doğrusal veya kübik enterpolasyonun düzeltme etkilerini önlemek için en yakın komşu yeniden örnekleme kullanılarak yeniden yansıtıldı.

Uzamsal izlenebilirliği sağlamak için her görüntüye bir boolean coregistered bandı eklenmiş ve bu bant son mozaikte korunmuştur. Bu meta veriler, kullanıcıların mekansal ayarlamaya tabi tutulan pikseller ile orijinal teslimat konumunda tutulan pikseller arasında ayrım yapmasına olanak tanır.

Radyometrik normalleştirme

SPOT kaynak koleksiyonlarındaki farklı atmosferik koşulları ve sensör farklılıklarını hesaba katmak için mozaik ürünleri oluşturan görüntülere radyometrik normalleştirme uygulandı. Hem görsel hem de analitik temel haritalarda, tutarlı bir 2008 Landsat hedef referans değerine karşı histogram eşleştirme kullanılır.

Landsat, 30 metrelik çözünürlüğü 5-20 metrelik SPOT verileriyle daha uyumlu olduğundan MODIS gibi daha düşük çözünürlüklü alternatifler yerine referans olarak seçilmiştir. Bu benzerlik, spektral histogramların daha eşit şekilde temsil edilmesini sağlar ve eşleştirme işlemi sırasında daha doğru bir radyometrik aktarıma olanak tanır. Bu uyumlaştırma için kullanılan yöntem, nihai kullanım alanının görsel mi yoksa analitik mi olduğuna bağlı olarak biraz farklılık gösterir.

Görsel Temel Harita

Bitişik görüntüler arasındaki radyometrik süreksizlikleri en aza indirmek ve neredeyse kusursuz bir görünüm sağlamak için histogram eşleştirme kullanılarak renk dengeleme iş akışı uygulandı. Piksel değerleri, tutarlı bir 2008 Landsat mozaik hedef temel çizgisiyle eşleşecek şekilde ayarlandı.

İşlem şu adımları izler:

• Analiz maskeleme: Histogram eşleştirme sırasında istikrarlı istatistikler sağlamak için, verileri çarpıtabilecek alanları hariç tutmak üzere geçici bir analiz maskesi oluşturulur. Bu maskeleme iki temel özelliği hedefler:
  • Çok değişen alanlar: SPOT görüntüsü ile Landsat referans mozaiği arasındaki mutlak farkın 95. yüzdelik dilimini aşan pikseller hariç tutulur.
  • Su kütleleri: Su üzerindeki yüksek yansıtma değişkenliği, JRC Yıllık Su Sınıflandırma Geçmişi veri kümesi kullanılarak hariç tutulur. Veri kümesi 2008 yılına göre filtrelenir ve yalnızca su dışı sınıfların istatistiksel analiz için tutulmasını sağlamak üzere ters maske uygulanır.
• Arama tablosu (LUT) oluşturma: Maskelenmiş veriler kullanılarak hem kaynak SPOT bantları hem de hedef Landsat bantları için kümülatif histogramlar hesaplanır.
• İnterpolasyon: Kaynak piksel değerleri, oluşturulan LUT kullanılarak hedef değerlerle yeniden eşlenir. Böylece SPOT verilerinin radyometrik profili, 2008 Landsat referansıyla hizalanır.

Şekil 8. Görsel temel haritanın radyometrik normalleştirilmesi. Orijinal görüntülerde (solda) önemli radyometrik farklılıklar görülüyor. Histogram eşleştirme (sağ) işleminden sonra sahneler arasındaki geçişler neredeyse sorunsuz olur ve mozaik boyunca tutarlı bir görsel temsil sağlanır. Siyah arka plan pikselleri, veri içermeyen bölgelerdir.

Analitik Temel Harita

Analitik temel haritanın işlenmesi, görsel temel haritanın işlenmesine benzer ancak DN değerlerinin atmosferin üst kısmındaki yansıtma değerlerine dönüştürülmesini içerir:

1. Atmosferin en üst katmanındaki (TOA) yansıtma dönüşümü

SPOT ham dijital numaraları (DN), fiziksel sensör özellikleri ve güneş geometrisini hesaba katmak için TOA yansıtma değerine dönüştürülür:

• Işıma hesaplaması: Sağlayıcının banda özel fiziksel kazanç ve önyargı meta verilerinin uygulanması.
• Yansıtma normalleştirme: Işınım, güneş ışınımı, güneş zenit açısının kosinüsü ve edinme gününe özel Dünya-Güneş mesafesi ile normalleştirilir.

2. Histogram eşleştirme

Farklı SPOT görüntüleri arasındaki radyometrik farklılıkları daha da en aza indirmek için histogram eşleştirme iş akışı uygulanır:

• Analiz maskeleme: Bu adımda, yukarıdaki Görsel Temel Harita bölümünde açıklanan analiz maskelemenin aynısı kullanılır: %95'lik yüzdelik dilimin üzerindeki değişim pikselleri hariç tutulur ve 2008 JRC sınıflandırma maskesi ters çevrilerek su pikselleri filtrelenir.

• Uyumlaştırma: Görsel temel haritaya benzer şekilde, piksel değerleri bir arama tablosu aracılığıyla yeniden eşlenerek radyometrik profilin Landsat TOA referansıyla uyumlu hale getirilmesi sağlanır. Bu, geniş ölçekli makine öğrenimi modellerini eğitmek ve güvenilir çıkarımlar çalıştırmak için mozaik genelinde radyometrik tutarlılık sağlar.

Sınırlamalar ve bilinen sorunlar

G-BFID v1.0, 2008 dönemine ait yüksek çözünürlüklü bir temel sağlasa da kullanıcılar, geçmiş SPOT arşivine ve kullanılan işleme metodolojilerine özgü çeşitli sınırlamaların farkında olmalıdır.

Mekansal eksiksizlik ve boşluklar

Temel haritalar, Brezilya'nın coğrafi olarak% 100 kapsamını sağlamaz. Projenin 2008 dönemiyle ilgili katı zaman aralığı (2007-2009), bulut örtüsü eşikleri veya kalite standartlarını karşılayan görüntülerin olmadığı yerlerde boşluklar vardır. Bu boşluklar en çok sürekli bulut örtüsünün olduğu veya geçmişte uydu görüntüsü alım sıklığının düşük olduğu bölgelerde görülür. Ayrıntılar için Coğrafi Kapsam ve Boşluklar bölümüne bakın.

Değişken doğal çözünürlük

Son ürünler 5 metre (Görsel) ve 10 metre (Analitik) nominal piksel boyutunda teslim edilirken kaynak görüntüler 5 m, 10 m ve 20 m doğal piksellerin bir karışımından oluşur. Spektral bütünlüğü korumak için en yakın komşu yeniden örnekleme kullanıldığından farklı çözünürlükler arasındaki sınırlar görünür olabilir.

10.şekil Bir sahne sınırı boyunca değişen doğal kaynak çözünürlükleri örneği. "Tanede" veya keskinlikteki değişim, son üründe korunan farklı SPOT sensör çözünürlükleri arasındaki geçişi yansıtır.

Kalan yanlış kayıt

Otomatik ortak kayıt iş akışına rağmen bazı alanlarda mekansal kaymalar devam edebilir. Kalan yanlış kayıt, en çok arazi kabartmasının çok fazla olduğu bölgelerde veya algoritmanın yüksek güvenilirlikli yer değiştirme vektörlerini hesaplamak için yeterli yer işaretine sahip olmadığı yoğun ve homojen ormanlık alanlarda görülür.

Atmosferik ve bulut yapıları

Manuel bulut maskeleme işlemi kasıtlı olarak muhafazakar ve agresif bir şekilde yapılmıştır ancak kapsamlı değildir. Kullanıcılar, çok ince sirüs pusları veya küçük bulut gölgeleri gibi ara sıra kalıntı eserlerle karşılaşabilir.

Şekil 11. Manuel bulut maskeleme işleminden sonra kalan ince puslu bulut örneği.

Radyometrik tutarsızlık ve makine öğrenimi performansı

Radyometrik süreksizlikleri en aza indirmek için histogram eşleştirme kullanılırken bitişik görüntüler arasında artık spektral varyasyon kalır. Otomatik arazi örtüsü sınıflandırması veya makine öğrenimi uygulamalarında bu değişkenlik, mozaik genelinde belirli bir arazi örtüsü türünün spektral varyansını artırır. Bu daha geniş veri aralığı, çıkarım sırasında sınıf ayrımının hassasiyetini azaltarak hata oranlarının artmasına neden olabilir.

12. şekil. Üç görüntünün kesişim noktasında gösterilen artık spektral farklılıklar. Bu süreksizlikler, çakışan görüntüler arasındaki parlaklık ve renk farklılıkları olarak görünür ve makine öğrenimi modellerinin performansını etkileyebilir.

Spektral doygunluk

Çok parlak alanlarda (ör. yüksek oranda yansıtıcı şehir yüzeyleri, belirli toprak türleri veya parlak kum) pikseller, sensörün algılayabileceği maksimum sınıra ulaşabilir. Bu "doygunluk", belirli konumlarda doku ve ayrıntı kaybına neden olur.

Şekil 13. Spektral doygunluğun ve ortaya çıkan renk artefaktlarının görselleştirilmesi. Parlak yamalar ve doğal olmayan renk tonları (görsel mozaikte turuncu ve sarı (solda), analitik mozaikte ise mavi (sağda)) bir veya daha fazla spektral bandın maksimum algılanabilir sınıra ulaştığı yerleri gösterir. Bu durum, hem dokuyu hem de renk gösterimini bozar.

Değiştirilmiş bant oranları ve bitki örtüsü endeksleri

Neredeyse kusursuz bir mozaik elde etmek için her spektral banda ayrı ayrı histogram eşleştirme uygulandı. Bu işlem, bantlar arasındaki orijinal fiziksel oranları doğal olarak değiştirir. Bu nedenle, NDVI gibi yaygın indekslerin veya diğer bant oranı metriklerinin hesaplanması, değiştirilmemiş kaynak veri kümelerinden farklı değerler üretir. Bu türetilmiş indeksler, mozaikteki göreceli mekansal desenleri yakalamaya devam edebilir ancak mutlak amaçlar, sensörler arası karşılaştırmalar veya katı indeks eşiklerine dayanan analizler için kullanılmamalıdır.