Nowa mapa pokrycia terenu w Europie opracowana przez CBK PAN

Opracowanie przedstawia stan pokrycia terenu w Europie w roku 2017 i uwzględnia 13 najistotniejszych klas, w tym obszary rolnicze, lasy (osobno liściaste i iglaste), tereny zbudowane, bagna, torfowiska. Do jej wykonania wykorzystano aż 15 tysięcy zdjęć z satelitów Sentinel-2. Najmniejsze rozróżnialne szczegóły mapy mają rozmiar 10 metrów, co oznacza, że dane są aż 2,5 tysiąca razy bardziej szczegółowe niż najpowszechniej stosowana dotąd mapa tego rodzaju (CORINE). Dzięki zastosowaniu w pełni automatycznych algorytmów produkcja tego opracowania zajęła jedynie 6 tygodni.

Metodę klasyfikacji pokrycia terenu, która pozwoliła na tak duży postęp, opracowali naukowcy z Zakładu Obserwacji Ziemi w Centrum Badań Kosmicznych PAN. W swojej pracy wykorzystali podejście nazywane "uczeniem maszynowym": badacze wskazują dane referencyjne dla algorytmu, na podstawie których komputer sam uczy się rozpoznawać zadany typ pokrycia terenu w dowolnym miejscu na świecie. Naukowcy przetestowali swoją metodę w Chinach, Kolumbii, Namibii, Niemczech i Włoszech, po czym użyli jej do wygenerowania nowej mapy pokrycia terenu w Europie.

Największym wyzwaniem przy opracowaniu algorytmu okazało się znalezienie odpowiednich danych referencyjnych. Z reguły takie dane muszą być równie szczegółowe jak powstająca na ich bazie mapa. Tymczasem globalne bazy danych oferowały informacje kilkadziesiąt razy mniej precyzyjne w stosunku do oczekiwań. Aby jak najbardziej zmniejszyć ryzyko stosowania danych o większej niepewności, naukowcy z CBK PAN zaproponowali innowacyjne podejście analityczne, które finalnie pozwoliło osiągnąć dokładność klasyfikacji pokrycia terenu sięgającą aż 86%-89% w skali Europy (93% dla Polski).

Do sukcesu przedsięwzięcia przyczyniła się także specyfika wykorzystanych danych satelitarnych. Pochodziły one z pary europejskich satelitów Sentinel-2, wystrzelonych w ramach programu Copernicus. Pracując w tandemie, satelity pokrywają swoim zasięgiem obszar Europy co 5 dni i około 70 razy w ciągu roku. Dzięki temu polscy naukowcy mogli klasyfikować pokrycie terenu w dowolnym obszarze kontynentu w oparciu aż o średnio 20 najlepszych zobrazowań z roku. Agregacja takiej serii obserwacji umożliwiła nie tylko realizację celu w postaci wysokiej dokładności końcowej mapy, ale także pomogła uporać się z największym problemem zobrazowań optycznych - zachmurzeniem.

Prace nad mapą i algorytmem klasyfikacji pokrycia terenu prowadzone były w ramach trzyletniego projektu Sentinel-2 Global Land Cover (S2GLC), finansowanego przez Europejską Agencję Kosmiczną (ESA). Centrum Badań Kosmicznych PAN (lider projektu oraz autor algorytmu i oprogramowania do klasyfikacji danych) współpracowało z partnerami z Niemiec (firmami IABG, EOEXPLOR i Uniwersytetem w Jenie) oraz firmą CloudFerro - operatorem platformy CREODIAS. Infrastruktura informatyczna CREODIAS została wykorzystana do przetworzenia kilkunastu tysięcy zdjęć satelitarnych.

Szczegółowe informacje o projekcie można znaleźć na stornie s2glc.cbk.waw.pl