В Институте вычислительных технологий СО РАН разработаны новые вычислительно эффективные алгоритмы кластеризации для сегментации мультиспектральных изображений. Эти алгоритмы способны выделять кластеры сложной формы, что обеспечивает получение более качественных результатов сегментации спутниковых снимков, по сравнению с ранее используемыми. На их основе разработан метод автоматического выделения водных объектов на спутниковых изображениях высокого пространственного разрешения, позволяющий создавать детальные карты паводковой обстановки в оперативном режиме.
Паводковая обстановка на реках Сибирского федерального округа является одной из насущных проблем и требует постоянного мониторинга. В мае 2015 года на реках Новосибирской области наблюдались самые сильные превышения уровня воды за последние 46 лет наблюдений. Увеличенные объемы сброса воды в нижний бьеф Новосибирской ГЭС привели к затоплению порядка 6 тысяч дачных участков в пойме реки Обь. Оперативное наблюдение за обширными территориями потенциальных зон затопления возможно лишь с использованием данных дистанционного зондирования Земли (ДЗЗ). Получаемые с их помощью карты паводковой обстановки являются одним из основных источников информации для региональных служб МЧС при принятии решений. Однако выделение границ и площадей подтоплений по данным ДЗЗ «ручными» методами требует значительных усилий специалистов и занимает много времени. В то же время опыт применения известных методов автоматического выделения водных объектов к спутниковым снимкам высокого пространственного разрешения в оперативной работе оказался неудовлетворительным: к водным объектам зачастую относились переувлажненные почвы, тени от облаков и часть антропогенных объектов.
В Лаборатории обработки данных за последние 5 лет разработан ряд новых вычислительно эффективных ансамблевых алгоритмов кластеризации для сегментации мультиспектральных изображений. Предложенные алгоритмы разработаны в рамках сеточного подхода, что и обуславливает их высокое быстродействие. Более того, они способны выделять кластеры сложной формы, разного размера и плотности в мультиспектральном пространстве признаков, что позволяет получать более качественные результаты сегментации спутниковых изображений, по сравнению с известными методами.
На основе одного из таких алгоритмов кластеризации разработан метод автоматического выделения водных объектов на мультиспектральных спутниковых изображениях. В отличие от других, он позволяет успешно выделять водные объекты на изображениях не только низкого и среднего, но и высокого пространственного разрешения. При этом время обработки изображений размером десятки миллионов пикселей составляет всего несколько секунд, что является несомненным преимуществом разработанного метода для задачи оперативного мониторинга. Получаемые результаты сегментации спутниковых изображений служат основой для построения тематических карт паводковой обстановки, содержащих информацию о границах выхода воды на пойму и границах переувлажненных почв. Разработанный метод внедрен в опытную эксплуатацию в Сибирском центре ФГБУ «НИЦ «Планета» и используется для создания оперативных карт паводковой обстановки для потребителей Росгидромета и региональных служб МЧС.
Об особенностях этой исследовательской работы 15 марта на семинаре Информационно-вычислительные технологии рассказал один из авторов Рылов С.А. Научный результат «Быстрый иерархический алгоритм кластеризации мультиспектральных спутниковых изображений и его использование для мониторинга паводковой ситуации», полученный коллективом авторов в составе к.ф.-м.н. Пестунова И.А., к.ф.-м.н. Дубровской О.А., Рылова С.А. был утвержден Ученым советом ИВТ СО РАН как один из важнейших результатов за 2015 год.
