Опыт классификации космоснимка Sentinel- 2a с помощью Semi-Automatic Classification Plugin в QGIS

Данная статья описывает опыт работы с Semi-Automatic Classification Plugin для QGIS для классификации снимка Sentinel-2a с целью выявления лесонарушений на примере национального парка "Орловское полесье", а также содержит пошаговую инструкцию для лесного дешифрирования снимка с помощью данного плагина.

Карпачев Андрей Петрович, научный сотрудник- ГИС специалист НП "Орловское полесье"

Цели проекта

1) Выявление участков усохшего и нарушенного леса на территории НП «Орловское полесье».

2) Общее дешифрирование фрагмента территории Орловско-Брянско-Калужского региона.

Материалы и ПО

Для реализации классификации были выбраны тестовые участки на основе лесоустроительных материалов 2006 и 2016 года и полевых обходов.

В проекте был использован космоснимок Sentinel-2a на территорию нацпарка за сентябрь 2016 года, предварительной скачанный с официального сайта. Програмное обеспечение: Qgis 2.14.8 с интегрированным SAC плагином;

Internet Dawnloader Manager использовался для прямой и более ускоренной закачки космоснимка с офф.сайта.

Подготовка к началу обработки, формирование директорий

Первым пунктом загружаем заранее скачанный снимок в плагин

Начало работы

Откроется следующая форма:

Форма загрузки космоснимка

Далее нажимаем на иконку и «идём» к папке GRANULE из расспакованного архива космоснимка Sentinel. В форме откроются банды космоснимка. Здесь же снимаем флажок с Create Band set and use Band set tools. Ставим флажок Apply DOS1 atmospheric correction.

Открытие бандов

В этой же форме открываем файл metadata (находиться в распакованной папке из архива космоснимка)

Открытие файла meta data

Нажимаем на иконку  : Создаём папку, называем RT. Далее мы наблюдаем ход атмосферной коррекции снимка, ждём окончание.

Ход процесса коррекции

После окончания в части Qgis СЛОИ, мы можем заметить, что слои снимка стали отображаться с префиксом RT.

Слои RT после окончания атмосферной коррекции

Обрезка снимка. В данном пункте мы должны обрезать космоснимок до квадрата границ национального парка. Для выполнения данной процедуры, проходим:

Путь к обрезке слоев космоснимка под квадрат территории наблюдения

Откроется следующая форма:

Форма для настройки обрезки слоев космоснимка под квадрат территории наблюдения

Нажимаем на иконку . Лист обновится. Выбираем все файлы RT иконкой . Иконкой крестик

выбираем зону обрезки

Выбранная зона выглядит следующим образом:

Выбранная территория

Нажимаем на иконку создаём папку CLIP указываем путь к ней и запускаем обрезку.

Итог: В списке СЛОИ образуются новые обрезанные слои космоснимка с префиксом clip.

Обрезанные слои космоснимка с префиксом clip

Формирование Bandset, ROI и SIG

Нажимаем на вкладку Bandset ,

Далее необходимо обновить форму соответствующей иконкой ,

В форму подгрузятся файлы с префиксами clip и RT:

clip и RT

Выбираем файлы только с префиксом clip

Форма заполнится следующим образом:

Заполнение формы под bandset

Далее выставляем показатель Quick wavelength settings по Sentinel-2 из выпадающего списка:

Выбор настройки снимка под Sentinel-2a

Форма изменит свой вид, добавятся значения center wavelength:

авто-заполнение формы под Sentinel-2a

Далее нажимаем на иконку , называем файл training и сохраняем его в папку (можно в заново созданную). Теперь нажимаем на генератор bandset (3-2-1), после чего автоматически образуется слой.

Bandset слой

Слой band set.vrt образовался сразу же после первого введения композита.

Bandset в вкладке слои

В ходе эксперимента был выбран композит из бандов 4-6-12. Визуализация снимка опциональна, в зависимости от объекта дешифрирования и физических параметров органов зрения исполнителя.

Композит 4-6-12

Теперь переходим на вкладку:

Вкладка классификации

Откроется следующая форма:

Форма ввода ROI

Соответственно теперь нам необходимо набрать графические пробы (ROI) для осуществления полуавтоматической классификации. Выбираем на космоснимке участок водной поверхности и в верхней надстройке плагина нажимаем иконку «крестик»:

Водный объект. Захват пикселей

Выделяем пиксели; для наилучшего захвата в соседнем с «крестиком» окошке вводим дистанцию захвата пикселей:

"Захваченные" пиксели воды

Дистанция захвата подбирается опционально, до полного удовлетворения результата захватывания. Этот принцип будет так же использоваться в наборе пикселей застройки, дорожной инфраструктуры, аграрного сектора и леса. Во вкладке ROI creation вводим классы, порядковые номера классов и подклассов и жмём на «дискету»:

Подписывание классов пикселей

Файл записывается в classification doc. Здесь сразу меняем цвет на эквивалентный объекту ( вода - синий):

Замена цвета класса