Projekti / Programi
Samodejna objektno usmerjena klasifikacija pokrovnosti podatkov optičnega daljinskega zaznavanja
| Koda |
Veda |
Področje |
Podpodročje |
| 2.17.00 |
Tehnika |
Geodezija |
|
| Koda |
Veda |
Področje |
| T181 |
Tehnološke vede |
Daljinsko zaznavanje |
| Koda |
Veda |
Področje |
| 2.07 |
Tehniške in tehnološke vede |
Okoljsko inženirstvo |
daljinsko zaznavanje, satelitski posnetki, pokrovnost, segmentacija, objektno usmerjena klasifikacija, samodejna predobdelava
Raziskovalci (8)
Organizacije (2)
Povzetek
Satelitski posnetki so se kot pomemben vir informacij o okolju izkazali v številnih študijah. S povečevanjem števila uporabnikov podatkov daljinskega zaznavanja opažamo veliko potrebo po preprostih izdelkih, ki so na voljo v skoraj realnem času, brez posredovanja operaterja.
Karte pokrovnosti ponujajo pomemben vpogled v stanje okolja in so velikega pomena v številnih znanostih, ki se ukvarjajo z raziskavami Zemlje. V Sloveniji tovrstne karte v glavnem izdelujemo z vizualno interpretacijo letalskih posnetkov, medtem ko so v drugih državah glavni vir satelitski posnetki.
Pri izdelavi kart pokrovnosti prepoznavamo tri glavne raziskovalne izzive: neizkoriščen potencial satelitskih posnetkov, neoptimalna uporaba algoritmov za segmentacijo ter neoptimalna uporaba algoritmov za klasifikacijo.
Kljub temu, da so bile zmogljivosti satelitskih posnetkov v Sloveniji že večkrat prikazane, se njihova uporaba v zadnjih letih ni povečala. Glavni razlog za to je, poleg cene, zapletena in časovno potratna priprava (predobdelava) posnetkov ter zahtevna objektno usmerjena klasifikacija, ki je zaradi povečanja prostorske in spektralne ločljivosti v zadnjem času nadomestila pikselsko. Potencial obeh korakov objektno usmerjene obdelave – to sta segmentacija in klasifikacija – še ni v celoti proučen.
Glavni namen predlaganega projekta je razviti samodejni postopek geometričnih in radiometričnih popravkov satelitskih posnetkov ter razviti samodejno izdelavo karte pokrovnosti (vektorskega sloja), ki jo končni uporabniki lahko neposredno uporabijo v analizah z geografskimi informacijskimi sistemi (GIS).
Predlagani projekt je razdeljen v štiri delovne pakete:
· DP1: samodejni geometrični in radiometrični popravki,
· DP2: razvoj in optimizacija vhodne podobe in spremenljivk segmentacije,
· DP3: razvoj neparametričnih metod nadzorovane klasifikacije in
· DP4: integracija, avtomatizacija ter optimizacija razvitih postopkov.
V DP1 bomo razvili robusten postopek samodejnih geometričnih popravkov, ki bo temeljil na racionalnih polinomskih koeficientih (RPC). DP2 bo posvečen segmentaciji, pri čemer bomo uporabili obstoječe algoritme, več pozornosti pa namenili vplivu vhodnih podatkov (tip senzorja, prostorska in spektralna ločljivost, izdelki). V postopek segmentacije nameravamo kot pomemben sloj vključiti teksturo. V DP3 bomo proučevali klasifikacijske metode in skušali poiskati najpomembnejše atribute za ločevanje znotraj razreda in učne vzorce za večnivojsko klasifikacijo. V DP4 bomo razvili iterativni postopek za samodejno klasifikacijo podatkov daljinskega zaznavanja, ki bo temeljil na postopkih, izbranih v DP2 in DP3 ter procesni verigi za predobdelavo, razviti v DP1.
Projekt predlaga skupina, ki je že uspešno izvedla veliko število aplikativnih in raziskovalnih projektov na področju daljinskega zaznavanja – kar potrjujejo tako uporabniki kot financerji in objave. Skupina ima za realizacijo projekta na voljo podatke ter vso potrebno strojno in programsko opremo.
V projektu se bomo ukvarjali s številnimi pomembnimi raziskovalnimi temami, potrebno pa je izpostaviti velik potencial uporabe rezultatov. Obsežne opravljene študije bodo omogočile podjetjem – vključno z morebitnim spin-offom – prenos znanja v sisteme, ki jih uporabljajo potencialni uporabniki (npr. Ministrstvo za kmetijstvo in okolje). Vsebina projektaje usklajena s potrebami in zahtevami trenutnih razpisov Evropske vesoljske agencije in Evropske unije.
V kratkem bodo sateliti Sentinel in evropska pobuda Copernicus zagotavljali ogromne količine podatkov. Rešitve v predlaganem projektu neposredno odgovarjajo na ta izziv: omogočajo izboljšanje zmogljivosti v Sloveniji ter pripravljajo pogoje za umestitev Slovenije v tokove Copernicusa.
Pomen za razvoj znanosti
V projektu Samodejna objektno usmerjena klasifikacija pokrovnosti podatkov optičnega daljinskega zaznavanja smo se ukvarjali z najsodobnejšimi raziskavami na področju samodejne objektne klasifikacije, ki so bile pred prijavo še daleč od uveljavljene rešitve. V slovenski in mednarodni prostor smo prinesli več za znanost pomembnih novosti. Raziskava uvaja inovativen samodejen postopek, ki v prvem koraku na vhodnem posnetku izvede geometrične, radiometrične in atmosferske popravke ter v drugem koraku izdela želeni vektorski sloj pokrovnosti. Glede na pregled že obstoječih sistemov predstavlja novost v svetovnem merilu ter v primeru implementacije tudi veliko konkurenčno prednost za (slovenska) podjetja, ki delujejo na področju geoinformacijskih tehnologij. Prav tako je bil glede na izkušnje takšen postopek s strani mnogih uporabnikov težko pričakovan. V prvi fazi se naprednost pristopa odraža v popolnoma samodejnem postopku predobdelave satelitskih posnetkov. Delno že razvit in delujoč niz postopkov smo še dopolnili, kar se izraža v izboljšani natančnosti geometričnih in radiometričnih popravkov v primerjavi s komercialnimi programi in pospešeni pridobitvi podatkov. Vpeljava teksture kot enega najpomembnejših vhodnih podatkov pri segmentaciji je izboljšala postopke v samodejni zaznavi realnih, geografskih objektov. Glavni doprinos projekta predstavljata sistematična študija različnih vhodnih podatkov in izvedenih slojev, na primer vegetacijskih indeksov, teksture itd., ter izbira optimalne vhodne podobe segmentacije. K znanju na področju segmentacije smo prispevali tudi z vpeljavo in analizo večnivojske segmentacije. V koraku klasifikacije smo preizkusili algoritme, ki doslej še niso bili uporabljeni za (samodejno) zaznavo pokrovnosti. Pri tem smo temeljito analizirali segmente, dobljene v prejšnji fazi. Preizkus Kolmogorova in Smirnova, enega od testiranih algoritmov, se je izkazal kot učinkovit pristop klasifikacije, zato je njegova vključitev v postopek podrobnejšega razpoznavanja in ločevanja pokrovnosti priporočljiva. Razrede pokrovnosti tal na več nivojih smo definirali glede na evropske smernice in priporočila za izboljšano primerljivost slojev pokrovnosti v različnih evropskih državah. V okviru projekta razvit prototip procesne verige za izdelavo vektorskega sloja pokrovnosti prinaša dobro izhodišče za nadaljnjo optimizacijo klasifikacije visokoločljivih prostodostopnih satelitskih posnetkov in prenos v operativno sfero.
Pomen za razvoj Slovenije
Raziskave, ki smo jih opravili v projektu, izboljšajo in izredno pospešijo postopek izdelave kart pokrovnosti, kar je še posebej pomembno v primerih, ko je potrebno postopke ponavljati (npr. ob rednem spremljanju nekega dogodka ali objekta). Rezultati raziskovalnega projekta so bili že v samem izhodišču usmerjeni na možnega končnega uporabnika, to so agencije in delovna telesa Ministrstva za kmetijstvo in okolje. Glavni prispevek je izboljšanje utečenih in časovno potratnih postopkov prepoznavanja pokrovnosti in rabe tal ter interpretacije stanja na kmetijskih in drugih površinah ter s tem racionalizacija del in posledično zmanjšanje stroškov v javnem sektorju (terenske kontrole, subvencije, dvig ravni pripravljenosti na manj ugodne naravne in ekonomske razmere v državi ipd.). Pri tem je bistvenega pomena, da smo metode razvili tako, da so prenosljive tudi na druga okolja, ter na druge geografske prostore. Razviti postopki so neposredno uporabni pri hitrejšem in kakovostnejšem delu v gospodarstvu. Vzpostavljeno sodelovanje s podjetjem Sinergise d.o.o., enim najbolj inovativnih podjetij na področju uporabe GIS v kmetijstvu, kaže na sodelovanje med gospodarstvom in raziskovalno sfero s konkretnimi problemi in rešitvami. Področja, na katerih že uspešno sodelujemo s podjetji, so: kontinuirano opazovanje, spremljanje in lociranje suše, storitve za pametno kmetijstvo, spremljanje ter hitro kartiranje ob naravnih nesrečah. Tovrstne aktivnosti so izključno vezane na podatke daljinskega zaznavanja, ki jih v večji meri pridobivamo od Evropske vesoljske agencije in v manjši meri od drugih vesoljskih agencij. Dejstvo pa je, da le podatki daljinskega zaznavanja omogočajo primerno kontinuiteto in ponovljivost opazovanj oziroma meritev, ki so pogoj za vzpostavitev ažurnih prostorskih sistemov kateregakoli geografskega območja. Končni uporabniki v Sloveniji in tujini so naše rešitve prepoznali kot učinkovite in smotrne tudi za komercialno implementacijo. Rezultati raziskave so uporabni za predstavnike slovenskih in mednarodnih organizacij, saj jim lahko koristijo pri bodočem prostorskem načrtovanju in s tem posredno pri reševanju družbenih problemov. Prostorske rešitve, ki jih ponuja razvita metodologija, so pomembne tako lokalno kot tudi globalno. S pridobljenimi rezultati lahko vplivamo na zmanjšanje izgub in škode v primeru ekoloških katastrof ali naravnih nesreč. Poleg tega lahko s preventivnimi akcijami, ki jih opravimo z uporabo omenjene metodologije, dolgoročno ohranimo biotsko raznovrstnost lokalnega območja. Prav tako ni zanemarljivo dejstvo, da je dostop do geografske ali prostorske informacije danes že na ravni značaja javnega dobrega, zato je zagotovitev kakovostne, pravilno interpretirane in ažurne geografske informacije izredno pomembno.
Najpomembnejši znanstveni rezultati
Letno poročilo
2014,
2015,
zaključno poročilo
Najpomembnejši družbeno–ekonomsko in kulturno relevantni rezultati
Letno poročilo
2014,
2015,
zaključno poročilo
