Usando um novo algoritmo, Pesquisadores da Universidade de Illinois podem ter encontrado a solução para um dilema antigo que assola as imagens de satélite - se deve sacrificar a alta resolução espacial no interesse de gerar imagens com mais frequência, ou vice-versa. A nova ferramenta da equipe elimina essa desvantagem ao fundir dados de satélite de alta resolução e alta frequência em um produto integrado, e pode gerar imagens contínuas diárias de 30 metros desde o ano 2000.

Monitoramento da agricultura, desenvolvimento Urbano, a qualidade ambiental e o desenvolvimento econômico são apenas algumas das maneiras pelas quais as pessoas usam os dados de satélite. O novo algoritmo é genérico o suficiente para uso em praticamente qualquer aplicativo.

Em aplicações agrícolas, imagens com resolução de 10 a 30 metros são essenciais para que os agricultores vejam mudanças rápidas e sutis em nível de campo nas condições de cultivo que afetam a produção, tais como estresse na colheita e perturbação após eventos climáticos extremos. Os dados existentes têm resolução espacial insuficiente ou baixa frequência, disseram os pesquisadores. Os agricultores geralmente requerem informações com ocorrência em alta resolução e quase em tempo real.

"Nós lutamos para encontrar dados de satélite públicos que tivessem alta resolução espacial e alta frequência em nossa própria pesquisa - eles simplesmente não existiam, "disse o professor de recursos naturais e ciências ambientais e co-autor do estudo Kaiyu Guan." Então, tomamos a iniciativa de produzi-lo nós mesmos. "

Guan, professor da Blue Waters no National Center for Supercomputing Applications em Illinois, juntou-se ao professor Jian Peng e ao estudante de graduação Yunan Luo, da ciência da computação, para desenvolver um algoritmo que funde imagens de satélite de fontes múltiplas em contínuas, imagens diárias de alta resolução. Os pesquisadores descrevem sua metodologia e descobertas na revista Remote Sensing of Environment.

"Ingerimos primeiro todos os conjuntos de dados de satélite disponíveis em Blue Waters, supercomputador de classe de liderança da National Science Foundation. Com um clique de um botão para executar nosso algoritmo, o que sai automaticamente são imagens diárias de alta resolução disponíveis para todos os tipos de aplicações científicas, "Disse Guan.

Pesquisadores anteriores desenvolveram métodos para fundir dados espaciais e temporais de alta resolução, mas isso veio com limitações. Quase todos os algoritmos careciam de automação e não podiam lidar simultaneamente com pixels ausentes e fusão temporal. Essas desvantagens levaram a aplicações localizadas e de curto prazo.

Para superar as limitações dos métodos anteriores, a equipe projetou o algoritmo para integrar automaticamente as informações dos dados existentes. Isso compensa a falta de informação resultante da cobertura de nuvens ou lacunas de dados. O novo algoritmo pode criar imagens sem nenhum pixel faltando, para qualquer site ou região, alavancando informações de séries temporais e relações com pixels vizinhos.

Além da coleta de dados de alta resolução diária quase em tempo real, a equipe prevê construir diariamente a longo prazo, imagens em escala continental para várias aplicações. "O tipo de dados de satélite de alta qualidade necessários para executar este algoritmo foi coletado desde 2000, o que significa que podemos gerar imagens diárias de resolução de 30 metros para qualquer local neste planeta, voltando no tempo, "Disse Guan.

“Isso pode ser usado para estudar mudanças na produtividade agrícola, dinâmica do ecossistema e do gelo polar desde 2000 com muito mais detalhes do que era possível anteriormente, "Peng disse." Nossa abordagem pode revolucionar o uso de dados de satélite. "

Os pesquisadores já fundiram com sucesso os dados de refletância de superfície no Condado de Champaign, Eu vou., e gerou séries temporais diárias para a estação de cultivo de 2017 com resolução de 30 metros.

Um vídeo desses dados de refletância de superfície:

"Mesmo que outros tenham investido em tecnologia semelhante, eles não podiam voltar no tempo como nós, "Guan disse." As fontes de dados para nossos algoritmos usam os dados mais rigorosos da NASA ou da Agência Espacial Europeia e produzem dados de fusão diários que estão prontos para pesquisas e aplicações práticas. "

"A geração deste tipo de dados requer recursos de computação significativos, dificultando a acessibilidade, "Peng disse." Queremos compartilhar a produção com a comunidade científica mais ampla e estamos trabalhando para encontrar uma maneira de tornar isso possível. "