Znak Politechniki Warszawskiej

AGLand

Opracowanie automatycznych metod globalnej klasyfikacji pokrycia i użytkowania terenu dla wybranych klas tematycznych

Rozwój metod dostarczających informacji o pokryciu i użytkowaniu terenu jest jednym z kluczowych obszarów badań współczesnej teledetekcji. Wiąże się to z faktem, że jest to informacja niezbędna w wielu zastosowaniach, m.in. zarządzaniu zasobami naturalnymi, ochronie środowiska, zarządzaniu bezpieczeństwem żywnościowym czy pomocy humanitarnej. Zaletą teledetekcji jest możliwość automatyzacji analizowania rozległych obszarów oraz zwykle niższy koszt względem metod tradycyjnego zbierania informacji w terenie. Nowe źródła danych satelitarnych, takie jak Sentinel-2 pozwalają użytkownikom końcowym nie tylko redukować koszty dzięki wolnemu dostępowi do danych, ale również uzyskiwać bardziej spójne i szczegółowe dane wynikające z globalnego zasięgu i dużej rozdzielczości przestrzennej danych: dziesięciometrowego rozmiaru piksela w terenie.

Współczesne wysiłki kluczowych europejskich ośrodków teledetekcyjnych zmierzają do uzyskania wielkoobszarowych map pokrycia terenu o rozdzielczości 10 m. W październiku 2022 r. zaprezentowano pierwszą globalną mapę pokrycia terenu o takiej rozdzielczości (WorldCover), finansowaną przez Europejską Agencję Kosmiczną. Mapa ta posiada 11 podstawowych klas pokrycia terenu, m. in. takich jak zabudowa, lasy, uprawy, woda, itd. Istnieje jednak zapotrzebowanie na bardziej szczegółową informację tematyczną. Dlatego od kilku lat w ramach programu Copernicus dostarczane są 10 m mapy tematyczne zwane High Resolution Layers dla wybranych, bardziej szczegółowych klas pokrycia i użytkowania terenu obejmujące większą część Europy. Przykładem takiego uszczegółowienia tematycznego jest wydzielenie klas lasu liściastego i iglastego z ogólnej klasy lasu. 

Celem projektu AGLand jest zaproponowanie metodyki klasyfikacji mającej potencjał globalny do szczegółowego podziału klasy zabudowa (na podtypy: budynki oraz infrastruktura drogowa) oraz klasy lasy (na podtypy: lasy liściaste i iglaste) na zobrazowaniach Sentinel-2 wraz ze zgrubnym oszacowaniem niepewności zaklasyfikowania. Do realizacji tego celu planuje się zastosować nadzorowane metody klasyfikacyjne wykorzystujące zbiory treningowe utworzone na podstawie istniejących baz danych.

Wykonawcami projektu są: dr inż. Artur Nowakowski (WGiK PW, kierownik projektu), dr hab. inż. Przemysław Kupidura (WGiK PW), mgr inż Anna Płatek (WGiK PW), mgr inż. Oskar Graszka (WGiK PW), dr inż. Karol Przeździecki (WIBHIŚ PW), prof. dr hab. inż. Jarosław Zawadzki (WIBHIŚ PW), prof. dr hab. inż. Władysław Skarbek (WEiTI PW), dr Dario Spiller (The School of Aerospace Engineering, Sapienza University of Rome)