Методы классификации и картографирования подстилающей поверхности с использованием данных спутникового мониторинга в последнее время часто применяются для решения практических задач цифрового земледелия, в том числе уточнения контуров полей и выявления неиспользуемых земель. В статье рассмотрены вопросы распознавания пахотных земель по спутниковым изображениям Sentinel-2. Для классификации пяти типов подстилающей поверхности Октябрьского и Ленинского района Еврейской автономной области были использованы снимки с проведенной атмосферной коррекцией, а также без коррекции. Для классификации изображений применялись разные методы машинного обучения и программные инструменты. Установлено, что общая точность классификации для изображений с выполненной атмосферной коррекцией составила более 80 %, что достоверно выше соответствующего показателя для неоткорректированных снимков. Полученные результаты были использованы для подготовки shp-файлов с контурами сельскохозяйственных полей Еврейской автономной области в 2022 г. Предложенный подход может быть применен для уточнения границ полей на региональном уровне без подготовки и обработки временных рядов спутниковых изображений, требующих значительных временных и вычислительных ресурсов.

Поляков Артем Николаевич
Аспирант
Хабаровский Федеральный исследовательский центр Дальневосточного отделения Российской Академии наук
680000 Хабаровск, ул. Дзержинского, д. 54
Инженер
Вычислительный центр Дальневосточного отделения Российской академии наук
680063 Хабаровск, ул. Ким Ю Чена, д. 65
e-mail: artem_polyakov@inbox.ru
ORCID: 0009-0007-9526-5114

Степанов Алексей Сергеевич
Доктор фармацевтических наук
Ведущий научный сотрудник
Дальневосточный научно-исследовательский институт сельского хозяйства
680521 Хабаровский край, Восточное, ул. Клубная, д. 13
e-mail: stepanfx@mail.ru
ORCID: 0000-0001-8395-8350
Web of Science ResearcherID: AAY-7208-2020
Scopus AuthorID: 7402419500
AuthorID: 247904

1. Барталев С.А., Лупян Е.А. Основные направления и результаты развития методологии спутникового картографирования растительного покрова России // 7-я международная научно-техническая конференция «К.Э.Циолковский – 160 лет со дня рождения. Космонавтика. Радиоэлектроника. Геоинформатика»: тезисы докладов (Рязань, 4–6 октября 2017 г.). – Рязань: РГРТУ, 2017. – С. 74–79.
2. Барталев С.А., Егоров В.А., Ершов Д.В., Исаев А.С., Лупян Е.А., Плотников Д.Е., Уваров И.А. Спутниковое картографирование растительного покрова России по данным спектрорадиометра MODIS // Современные проблемы дистанционного зондирования Земли из космоса. – 2011. – Т. 8. – № 4. – С. 285–302.
3. Qiu B., Lin D., Chen C., Yang P., Tang Z., Jin Z., Ye Z., Zhu X., Duan M., Huang H., Zhao Z., Xu W., Chen Z. From cropland to cropped field:
   A robust algorithm for national-scale mapping by fusing time series of Sentinel-1 and Sentinel-2 // International Journal of Applied Earth Observation and Geoinformation. – 2022. – Vol. 113. – 103006. DOI: 10.1016/j.jag.2022.103006.
4. Blickensdörfer L., Schwieder M., Pflugmacher D., Nendel C., Erasmi S., Hostert P. Mapping of crop types and crop sequences with combined time series of Sentinel-1, Sentinel-2 and Landsat 8 data for Germany // Remote sensing of environment. – 2022. – Vol. 269. – 112831. DOI: 10.1016/j.rse.2021.112831.
5. Барталев С.А., Егоров В.А., Жарко В.О., Лупян Е.А., Плотников Д.Е., Хвостиков С.А., Шабанов Н.В. Спутниковое картографирование растительного покрова России. – М.: ИКИ РАН, 2016. – 208 с.
6. Миклашевич Т.С., Барталев С.А., Плотников Д.Е. Интерполяционный алгоритм восстановления длинных временных рядов данных спутниковых наблюдений растительного покрова // Современные проблемы дистанционного зондирования Земли из космоса. – 2019. – Т. 16. – № 6. – С. 143–154. DOI: 10.21046/2070-7401-2019-16-6-143-154.
7. Hua L., Zhang X., Chen X., Yin K., Tang L. A Feature-Based Approach of Decision Tree Classification to Map Time Series Urban Land Use and Land Cover with Landsat 5 TM and Landsat 8 OLI in a Coastal City, China // ISPRS International Journal of Geo-Information. – 2017. – Vol. 6. – No. 11. – 331. DOI: 10.3390/ijgi6110331.
8. Иванов М.А., Прищепов А.В., Голосов В.Н., Залялиев Р.Р., Ефимов К.В., Кондратьева А.А., Киняшова А.Д., Ионова Ю.К. Методика
   картографирования динамики пахотных угодий в бассейнах рек Европейской территории России за период 1985–2015 гг. // Современные проблемы дистанционного зондирования Земли из космоса. – 2017. – Т. 14. – № 5. – С. 161–171. DOI: 10.21046/2070-7401-2017-14-5-161-171.
9. Singh G., Singh S., Sethi G., Sood V. Deep Learning in the Mapping of Agricultural Land Use Using Sentinel-2 Satellite Data // Geographies – 2022. – Vol. 2. – № 4. – pp. 691–700. DOI: 10.3390/geographies2040042.
10. Pan L., Xia H., Yang J., Niu W., Wang R., Song H., Guo Y., Qin Y. Mapping cropping intensity in Huaihe basin using phenology algorithm, all Sentinel-2 and Landsat images in Google Earth Engine // International Journal of Applied Earth Observation and Geoinformation. – 2021. – Vol. 102. – 102376. DOI: 10.1016/j.jag.2021.102376.
11. Ковалев В.А., Калиновский А.А., Дмитрук А.А., Левчук В.А. Алгоритмы автоматизации выделения контуров полей на цифровых аэрокосмических снимках для решения задач мониторинга сельскохозяйственных земель // Доклады Белорусского государственного университета информатики и радиоэлектроники. – 2015. – № 7 (93). – С. 71–76.
12. Тарасов А.В. Современные технологии автоматического картографирования облачности // Интерэкспо Гео-Сибирь. – 2020. – Т. 1. – № 2. – С. 55–61. DOI: 10.33764/2618-981X-2020-1-2-55-61.
13. Горбушина О.И., Крохалева С.И. Аналитический анализ состояния земельного фонда на территории Еврейской автономной области // Мировые научные исследования современности: возможности и перспективы развития : материалы XVI международной научно-практической конференции (Ростов-на-Дону, 31 марта 2022 г.). – Ч. 1. – Ставрополь: Параграф, 2022. – С. 575–579.
14. Хашиев А.Б., Бабаков В.П. Мелиорация сельскохозяйственных земель в Еврейской автономной области // Аграрная наука. – 2020. – № 10. – С. 95–98. DOI: 10.32634/0869-8155-2020-342-10-95-98.
15. Климина Е.М. Ландшафтно-экологическое зонирование для реализации задач ландшафтного планирования (на примере Среднеамурской низменности) // Вестник ДВО РАН. – 2018. – № 4 (200). – C. 65–72.
16. Dwyer J.L., Roy D.P., Sauer B., Jenkerson C.B., Zhang H.K., Lymburner L. Analysis Ready Data: Enabling Analysis of the Landsat Archive // Remote Sensing. – 2018. – Vol. 10. – No 9. – 1363. DOI:10.3390/rs10091363.
17. Main-Knorn M., Pflug B., Louis J., Debaecker V., Müller-Wilm U., Gascon F. Sen2Cor for sentinel-2 // Proceedings SPIE 10427, Image and signal processing for remote sensing XXIII, 1042701 (4 October 2017). – 2017. – pp. 37–48. DOI: 10.1117/12.2278218.