SUN'IY YO'LDOSH TASVIRLARINI MULTI-TILE USULI BILAN ISHLASHDA YUZAGA KELADIGAN O'ZGARISHLAR VA XATOLIKLAR

305 SUN‘IY YO‘LDOSH TASVIRLARINI MULTI-TILE USULI BILAN ISHLASHDA YUZAGA KELADIGAN O‘ZGARISHLAR VA XATOLIKLAR Jaqsibaev R.N. , Davletov A.M. , Yuldashev V.U. Berdaq nomidagi Qoraqalpoq davlat universiteti, O‘zbekiston DOI: https://doi.org/10.5281/zenodo.17393041 Annotatsiya: Bu maqolada sun‘iy yo‘ldosh tasvirlari bilan ishlashda foydalaniladigan usullar va ma’lumotlarni tahlil qilishda yuzaga keladigan ma’lumotlar o‘zgarishi va ma’lumotlar buzilishi Sentinel 2 sun’iy yo‘ldoshi ma’lumotlari misolida o‘rganilgan. Kalit so‘zlar: Masofadan zondlash, Sentinel 2, multi-tile , ma’lumot buzilishi. Annotation: In this article, we analyzed the use of the multi-tile approach in processing satellite imagery and examined data variation and distortion issues that occur during data analysis, using the Sentinel-2 satellite as an example. We also reviewed scientific studies addressing inconsistencies and data corruption problems in this context. Keywords: Remote sensing, Sentinel-2 , multi-tile, data distortion Kirish. Sun‘iy yo‘ldosh ma’lumotlariga asoslangan yerni kuzatish usuli bugungi kunda ekologiya, yerdan foydalanish va yerning qoplanish tahlillari, yer yuzasi o‘zgarishini aniqlash, qishloq xo‘jaligi monitoringi va boshqa ko‘plab sohalarda muhim rol o‘ynamoqda. Ayniqsa Sentinel‑2 tasvirlari yuqori darajadagi aniqligi va spektral xususiyatlari bilan keng qo‘llaniladi. Tasvirlardagi yuqori sifat va ma’lumotlarning ochiq manbalar orqali olinishi tufayli hozirda bu sun’iy yo‘ldoshdan olingan tasvirlar orqali turli ilmiy tahlillar va tabiiy o‘zgarishlar doimiy ravishda kuzatib borilmoqda. Sentinel sun’iy yo‘ldoshi doimiy ravishda rivojlanish va ma’lumotlarni aniq va yuqori sifatda taqdim qilish uchun davomli tarzda yangilanishlar qilib kelmoqda. Sentinel texnik jihatdan ko‘p spektrali tasvirlarni hosil qilishda 13 ta diapazondan tashkil topgan 10/20/60 m lik masofa aniqligida tasvirlarni foydalanuvchiga taqdim qiladi. Bu tasvirlar orqali yer yuzasini ko‘p spektrli kuzatish imkoniyati yanada ortib bormoqda [11]. Odatda, sun’iy yo‘ldoshlarda yer yuzasini tasvirlashda tasvirlar bo‘laklarga ajratib yaratiladi. Bundan tashqari, sun’iy yo‘ldoshdan yer yuzasi suratga olinganda, masofa uzoq bo‘lgani uchun tasvirning chekka qismlarida xatoliklar paydo bo‘lishi va ma’lumotlar aniq bo‘lmasligi mumkin. Bu kabi noqulayliklarni bartaraf qilish uchun tasvirlar ma’lum standart o‘lchamdagi bo‘laklarga bo‘linadi. Sun’iy yo‘ldoshning Sentinel Level-1C tahririda tasvirlar 100x100 km o‘lchamda taqdim qilingan. Bu tasvirlar granulalar yoki boshqa nom bilan “tiles” (bo‘laklar) deb yuritiladi [11]. 306 Tadqiqot va ilmiy izlanishlarda asosan bir nechta bo‘laklardan mozaika yaratishlari yoki vaqt oraliqlariga mos hududning bir nechta tasvirlarining tahlillarini yuritish mumkin. Bular o‘z o‘rnida multi-tile va multi-temporal usulida tadqiq qilish deyiladi [9]. Mutli-tile usuli bu biror katta hududni qamrab olish yoki mintaqaviy tahlil qilish talab qilinganda, bir nechta tasvirlarni qo’shish orqali hudud to‘liq qamrab olinishi hisoblanadi. Tadqiqot olib borilganda bir nechta tasvirlar bir-biri bilan qisman ustma-ust tushadi. Buning natijasida esa bir qancha ma’lumot qatlamlari birikishi yuzaga keladi. Bu birikishlar esa bir qancha ma’lumotlar o‘zgarishi va xatoliklarni olib keladi. Asosiy qism. Sun’iy yo‘ldosh tasvirlarini biriktirishda ustma-ust tushish ya’ni “overlap” hodisasi yuzaga keladi. Bu esa bir qancha ma’lumotlar o‘zgarishiga olib keladi. Bazi hollarda esa tahlillarda ayrim xatoliklarga ham olib kelishi mumkin. Ushbu xatoliklar asosan radiometrik va geometrik nomuvofiqliklar, bulut va soya ta’siri, mozaika tuzish jarayonidagi muammolar hamda atmosfera korreksiyasi farqlari bilan bog‘liq bo‘ladi. Radiometrik nomuvofiqlik (Radiometric inconsistency) – bu turdagi nomuvofiqliklar odatda har xil vaqtda olingan Sentinel tasvirlari yorugʻlik, bulutlar, atmosfera holati, quyosh nuri burchagi tufayli bir-biriga mos kelmaydi. Buning natijasida esa tasvirlar ustma-ust qo‘yilganda, rang farqlari (mozaikada ortiqcha chiziqlar) ko‘zga tashlanadi. Yuqoridagi noqulayliklarga asosiy sabablar esa quyosh nuri tushish burchaklari va balandlikning farqi, atmosferadagi o‘zgarishlar, sensor sozlamalaridagi farqlar hisoblanadi [3]. Bu xolatlarda ko‘pincha bir xil atmosferik model va parametrlar asosida tasvirlarni olish va radiometrik muvofiqlashtiruvchi manbalar bilan ishlash yaxshi samara beradi. Mazkur muammoni o’rganish va yechimlar topish yuzasidan ko‘plab ilmiy tadqiqotlar mavjud [6, 1]. Geometrik nomuvofiqlik (Geometric misalignment) – odatda tasvirlar bir xil koordinata tizimida bo‘lsa-da, joylashuvida bir necha pikselli farq kuzatilishi mumkin. Bu esa ayniqsa chiziqli obyektlar (yo‘llar, kanallar) ustma-ust qo‘yilganda siljish va uzulishlarda ko’rinadi. Bu xatoliklar ortorektifikatsiya, raqamli balandlik modeli (DEM) aniqligi va sun’iy yo‘ldosh harakati o‘zgarishlari bilan bog‘liq [5,14]. Bulutlar va soyalar – ko’pincha uchraydigan noqulayliklardan biri hisoblanib, aynan bulutlar va soyalar tasvir sifatiga salbiy ta’sir ko’rsatishi tadqiqotlarda o’z isbotini topgan. Bunda har xil vaqtda tushirilgan tasvirlarda turli joylarda bulutlar va ularning soyasi bo'lishi mumkin. Natijada esa ustma-ust joylarda bir tasvirdagi obyekt ochiq ko‘rinsa, boshqasida yopilgan bo‘lishi mumkin [8,13]. 307 Mozaika bilan ishlashda muammolar – bir nechta tasvirlar asosida bitta yirik tasvir (mozaika) tuzishda kesishgan joylarda rang yoki keskinlik farqlari bo‘lishi mumkin. Aynan shu nomutanosibliklar mozaikani tuzishda muammolarga sabab bo‘ladi. Buning oqibatida noaniq chiqizlar va tasvirlardagi noaniq ma’lumotlar yuzaga keladi. Natijada tasvir tahlillarida xatoliklar yuzaga keladi[7,12]. Atmosfera korreksiyasi farqlari – har xil usullarda atmosfera tasirini kamaytirish uchun qilinadigan korreksiya ishlari (misol: Sen2Cor, MAJA, iCOR) natijasida farqlar paydo bo‘ladi. Natijada ranglar va spektral qiymatlarning mos kelmasligi kabi o‘zgarishlar yuzaga keladi. Bu esa o‘z navbatida hudud haqidagi visual va geo ma’lumotlarning buzilishiga olib keladi [8]. Xulosa. Yuqorida keltirib o‘tilgan xatoliklarni o‘rgangan holda ilmiy adabiyotlarda sinovdan o‘tgan va kattaroq hududlar uchun takrorlanadigan amaliy tavsiyalarni hisobga olib quyidagi bosqichlarda ma’lumotlarni olish va tahlil qilish maqsadga muvofiq hisoblanadi. Ma’lumotlarni qayta ishlash jarayoni bir necha bosqichdan iborat. Avvalo, kerakli hudud uchun Sentinel-2 Level-1C tasvirlari tanlanadi, iloji boricha o‘xshash sana va vaqtdagi ma’lumotlar yig‘iladi. Keyin atmosfera korreksiyasi amalga oshirilib, barcha tasvirlar bir xil parametrlar asosida normallashtiriladi (masalan, FORCE tizimi yordamida). Agar hudud tog‘li bo‘lsa, DEM ma’lumotlari asosida topografik tuzatishlar kiritiladi. Shuningdek, bulut va soya maskalari Fmask dasturi orqali aniqlanadi va mozaika bosqichida birlashtiriladi. So‘ngra barcha tasvirlar geometrik jihatdan tekshiriladi, bir xil koordinata tizimiga keltiriladi hamda radiometrik normalizatsiya o‘tkazilib, tasvirlar o‘zaro moslashtiriladi. Sentinel-2 sun’iy yo’ldoshida ko‘p bo‘lakli tasvirlar bilan ishlashda turli xil xatoliklar - radiometrik nomuvofiqlik, geometrik siljishlar, effektlari, bulut/soya xatolari va atmosfera differensiallari - ilmiy jihatdan tan olinadi. Ushbu maqolada biz bu muammolarni tahlil qildik va ilmiy tadqiqotlar taqdim qilgan yechimlarni o‘rganib chiqdik. Ular: tasvirlarni tanlashda to‘g‘ri tanlov qilish, normallashtirish, yaxshilash, mozaika strategiyalari, bulut, soyalarni tozalash va yana bir qancha yondoshuvlar. To‘g‘ri algoritmlarni tanlash va birlashtirish orqali mozaika sifatini yaxshilash va tahliliy natijalarning ishonchliligini oshirish mumkin. Foydalanilgan adabiyotlar: 1. Drusch, M., Del Bello, U., Carlier, S., Colin, O., Fernandez, V., Gascon, F., ... & Bargellini, P. (2012). Sentinel-2: ESA's Optical High-Resolution Mission for GMES Operational Services. Remote Sensing of Environment. 2. de Carvalho Júnior, O. A., et al. (2013). Radiometric Normalization of Temporal Images Combining PIF selection methods. Remote Sensing. 308 3. E. M. S. M. A. Rahman, M. A. H. Chowdhury, M. S. Hossain, M. S. Islam (2023) "Multispectral multi-image super-resolution of Sentinel-2 with radiometric consistency losses and its effect on building delineation" 4. Frantz, D. et al. (2019). FORCE—Landsat + Sentinel-2 Analysis Ready Data and Radiometric Correction Framework. Remote Sensing 5. J. Zhang, Y. Li, X. Zhang, L. Zhang (2024) "Deep learning-based harmonization and superresolution of Landsat-8 and Sentinel-2 images" 6. Louis, J., et al. (2016). Sen2Cor for Sentinel-2 — L2A Processor for Users (ESASpecial Publication / conference paper). 7. Multispectral Satellite Image Understanding: From Land Classification to Building and Road Detection — 2011. 8. Multitemporal Remote Sensing: Methods and Applications — Yifang Ban (Editor), 2016 9. Pahlevan, N., Sarkar, S., Franz, B. A., Balasubramanian, S., & He, J. (2017). Sentinel-2 MSI data processing for aquatic science applications: demonstrations and validations. Remote Sensing of Environment. 10. Roujean, J.-L., Leroy, M., & Deschamps, P.-Y. (1992). A bidirectional reflectance model of the Earth’s surface for correction of remote sensing data. (Kernel-driven BRDF model). 11. Sentinel-2 ESA’s Optical High-Resolution Mission for GMES Operational Services. 12. Shepherd, J. D., Schindler, J., & Dymond, J. R. (2020). Automated Mosaicking of Sentinel-2 Satellite Imagery. Remote Sensing. 13. Zhu, Z., Wang, S., & Woodcock, C. E. (2015). Improvement and expansion of the Fmask algorithm: Cloud, cloud shadow, and snow detection for Landsats 4-7, 8, and Sentinel-2 images. Remote Sensing of Environment. 14. Yan, L., et al. (2018). Sentinel-2A multi-temporal misregistration characterization. Remote Sensing of Environment.