Algoritmy pro detekci mraků v datech ze satelitů Sentinel

Abstract

Přesná detekce mraků ze satelitních snímků je důležitý krok před jakoukoliv vědeckou analýzou těchto snímků. Mnoho existujících algoritmů, které jsou schopny detekovat oblačnost jsou závislé na informaci o teplotě. Družice Sentinel-2 však tuto informaci neobsahuje a proto je detekce mraků z jejích snímků nejednoduchý úkol. V naší práci popisujeme specifikaci družice Sentinel-2 a studujeme vliv oblačnosti na jednotlivé spektrální kanály. Pomocí metod strojového učení se snažíme vyvinout algoritmus, který bude mraky detekovat z jednoho družicového snímku lépe než maska, kterou poskytuje Sentinel-2. Klíčem k tomu je tvorba dobré tréninkové množiny. Tuto množinu tvoříme odečtením dvou snímků stejné lokace v různých časových okamžicích, kdy jeden obsahuje oblačnost a druhý nikoliv. Díky tomu vytvoříme masku na které trénujeme algoritmy strojového učení, kterým dodáváme různé kombinace informací o spektrálních pásmech a porovnáváme jejich schopnost detekce mraků.