na glavno vsebino
ROVI – Združevanje in obdelava radarskih in optičnih časovnih vrst satelitskih posnetkov za spremljanje naravnega okolja
Spletna stran projekta
Status
Aktiven
Oddelek
Oddelek za načrtovanje in monitoring gozdov in krajine
Partnerji
Fakulteta za gradbeništvo in geodezijo UL (vodilni partner), Znanstvenoraziskovalni center Slovenske akademije znanosti in umetnosti, Gozdarski inštitut Slovenije

Vsi sodelavci na projektu

 

Krištof Oštir, Anka Lisec, Jernej Tekavec, Bujar Fetai, Urška Drešček, Ana Potočnik Buhvald, Matej Račič, Tatjana Veljanovski, Žiga Kokalj, Nejc Čož, Aleš Marsetič, Urška Kanjir, Liza Stančič, Andrej Kobler, Mitja Skudnik, Jernej Jevšenak


Šifra projekta J2-3055

Finančni vir Javna agencija za raziskovalno dejavnost RS

 

OPIS 

Opazovanje Zemlje je izrednega pomena pri doseganju ciljev trajnostnega razvoja, saj zagotavlja informacije v podporo politikam, načrtovanju in odločanju v prostoru. Okoljski problemi postajajo resni družbeni problemi, zato je zagotavljanje kakovostnih informacij v podporo odločanju vse večji izziv. Z razvojem naprednih rešitev za spremljanje procesov v prostoru želimo prispevati k odgovorom na ta izziv. V projektu se osredotočamo na satelitsko opazovanje travišč, mokrišč in gozdov, ki so med drugim pomembni habitati z vidika naravnih ponorov ogljika. Kakovostne informacije o stanju teh območij lahko izboljšajo njihovo upravljanje in prispevajo k varovanju le-teh.

KLJUČNI CILJI

V projektu se osredotočamo na uporabo optičnih podatkov satelitov Sentinel-2 in radarskih podatkov satelitov Sentinel-1 evropskega programa Copernicus.

  • Glavni raziskovalni cilj je poiskati povezavo in združiti različne optične in radarske časovne vrste satelitskih podatkov. S tem lahko odpravimo težave manjkajočih podatkov, s katerimi se srečujemo pri uporabi zgolj optičnih posnetkov (zaradi oblačnosti), in izboljšamo možnosti opazovanja vegetacije s satelitskimi podatki.
  • Prepoznavanje vrste rastja in opazovanje razvoja vegetacije je bistveno bolj kakovostno, če v časovni vrsti satelitskih podatkov razpoznamo pomembne mejnike fenološkega razvoja. S tem izzivom je povezan naš naslednji cilj, in sicer zagotoviti urejene in preverjene časovne vrste optičnih in radarskih podatkov, tako imenovanih »za analizo pripravljenih podatkov« (angl. analysis-ready data), in odprtokodna orodja za kartiranje vegetacije. Za ta namen bomo razvili metode združevanja več-senzorskih satelitskih podatkov s pristopi strojnega učenja, metode analiz časovnih vrst za opazovanje vegetacije ter pridobivali znanja o razvoju vegetacije z rudarjenjem podatkov.
  • Zanesljivost rezultatov bomo zagotavljali s kalibracijo in validacijo metod in rezultatov, kjer bomo uporabili referenčne podatke (terenska opazovanja). Namen projekta je razviti rešitev za ključne naloge spremljanja naravnega okolja na podlagi satelitskih podatkov, na primer določanje rastlinskih vrst in spremljanje razvoja vegetacije, ter orodja za fenološke analize.

DELOVNI SKLOPI PROGRAMA/PROJEKTA

Projekt bomo izvajali v petih povezanih tematskih delovnih sklopih (DS1-DS5); ločen sklop je namenjen koordinaciji in razširjanju rezultatov projekta (DS6).

  • V DS1 bomo pripravili zbirko satelitskih posnetkov Sentinel-1 in Sentinel-2 in z njimi povezanih izdelkov, jih organizirali v zbirko podatkov PostgreSQL, skupaj z drugimi podatki, pomembnimi za projekt (npr. podatki terenskega zajema).
  • V DS2 bomo analizirali in izboljšali metode strojnega učenja za ustvarjanje, analizo in validacijo časovnih vrst.
  • DS3 je namenjen združevanju optičnih in radarskih podatkov ter analizi časovnih vrst – naš glavni cilj je razviti nov radarsko optični vegetacijski indeks (ROVI) in uporabiti napredne metode strojnega učenja za analizo ustvarjenih časovnih vrst.
  • V DS4 bomo izboljšali prostorsko-časovne modele, izvedli bomo kalibracijo in validacijo različnih satelitskih časovnih vrst ter opredelili nove deskriptorje in postopke za fenološke analize.
  • V DS5 bomo za kartiranje heterogenih naravnih območij uporabili radarsko-optične satelitske časovne vrste. Ocenjena bo natančnost kartiranja, ocena zanesljivosti bo pomemben del rezultatov.