Супутникові Знімки І Спектральні Діапазони ДЗЗ
Супутникові знімки знаходять широке практичне застосування в різноманітних індустріях. Метод, який лежить в основі супутникових карт, дозволяє розпізнавати типи земного покриву, виявляти зміни та оцінювати стан посівів це — технологія дистанційного зондування.
Супутники використовують дистанційні датчики для отримання інформації про різні характеристики поверхні Землі, включаючи рослинний покрив, будівлі, водні поверхні, температуру повітря, висоти й ухили, і багато інших характеристик.
Спектральний діапазон у дистанційному зондуванні
Сьогодні, завдяки безлічі картографічних ГІС – додатків, супутникові знімки можна легко отримати в режимі онлайн і використовувати для моніторингу стану посівів, оцінки вигорілих площ, відстеження ураганів, цілей безпеки та інших актуальних задач.
Дистанційні супутникові сенсори можна налаштувати на виявлення світла в довжинах хвиль, невидимих неозброєним оком. Кожен спектральний канал відповідає певному діапазону довжин хвиль, які передають конкретну інформацію про цікавій характеристиці. Комбінація зображень у видимому діапазоні з різними спектральними каналами допомагає нам візуалізувати об’єкти, які інакше неможливо виявити. Так, наприклад, в середньому інфрачервоному діапазоні на знімку відображається вміст вологи в рослинності, лісовому покриві й ґрунті. З іншого боку, для оцінки здоров’я рослини краще використовувати ближній інфрачервоний діапазон, оскільки здорова рослинність має більш яскраве відображення саме в цьому спектрі.
Коефіцієнт відбиття світла, розрахований в декількох спектральних діапазонах, можна візуалізувати на графіку у вигляді, так званої, кривої спектрального відгуку. Це дозволяє побачити наскільки інтенсивним є відображення того самого елементу або об’єкту в різних спектральних діапазонах. Наприклад, водні поверхні інтенсивно відбивають світло у видимому спектрі і практично не відбивають в ближньому інфрачервоному. На графіку динаміка відображення буде виглядати, як сплеск кривої в червоному, зеленому й синьому діапазонах спектру і, як різкий спад — на вході в ближній інфрачервоний діапазон.
Інфрачервоні та ультрафіолетові спектральні діапазони можуть використовуватися, серед іншого, для виміру вмісту хлорофілу в рослинах і відстеження лісових пожеж. Сучасні радіолокаційні датчики можуть створювати вичерпні тривимірні моделі Землі незалежно від хмарності. Це дозволяє більш точно визначати зміни в елементах поверхні.
Давайте докладніше розглянемо деякий з найбільш поширених спектральних діапазонів космічного знімка:
- Канал Узбережжя та аерозолі (Coastal / Aerosol, New Deep Blue) – був розроблений для виділення мілководдя, вимірювання змін кольору океану і виявлення дрібних аерозольних часток в атмосфері.
- Червоний, зелений і синій (Red, Green, Blue) охоплюють діапазон від 400 до 700 нанометрів, що відповідає видимому спектру. Використовується в поєднанні з іншими спектральними діапазонами, щоб візуалізувати те, що в звичайному середовищі людське око зазвичай не вловлює.
- Комбінація червоний + зелений + синій утворює канал Панхроматичний (Pan), (<грец. РАn весь, все + chrōma (chrōmatos), що в перекладі означає «усі кольори». Зображення в панхроматичному каналі зазвичай виглядає чорно-білим і має більш високу роздільну здатність у порівнянні з більшістю інших спектральних каналів. Таким чином, комбінування панхроматичного з будь-яким іншим спектральним діапазоном робить кінцевий композитний знімок «різкішим», виділяючи більше деталей.
- Довжина хвилі ближнього інфрачервоного діапазону (NIR) виходить за межі видимого червоного діапазону і відбивається від листя і крони здорових рослин набагато сильніше, ніж в синьому, зеленому і червоному діапазонах спектру. Діапазон ближнього ІК (NIR) ідеально підходить для моніторингу рослин і виділення водних об’єктів.
- На знімках, зроблених в діапазоні Перисті хмари (Cirrus), видно висотні хмари, невидимі в більшості інших спектральних діапазонах.
- Використовуючи Далекий ІК (LWIR) (довгохвильову інфрачервону область, від 8 до 14 мікрон), ми можемо виявляти тепло, що випромінюється земними і водними поверхнями. Це означає, що ми можемо виміряти температуру цих поверхонь. Два спектральних діапазони Landsat-8 знаходяться в довгохвильовій інфрачервоній області, що дозволяє цьому супутнику вимірювати температуру: (TIRS) 1 (10,6 – 11,19 мкм) і TIRS) 2 (11,50 – 12,51 мкм).
Комбінації спектральних каналів
Спектральні діапазони можна комбінувати декількома способами, в залежності від об’єкта, який повинен бути виділений на зображенні. Оскільки людське око здатне бачити тільки в видимому діапазоні, більшість зображень складається з комбінацій червоних, зелених і синіх каналів, що імітують видимий спектр. Ця комбінація спектральних діапазонів відома як «істинний» або «природний» колір.
Коли на зображенні необхідно виділити певний елемент поверхні, використовуються спектральні канали вище і нижче видимого діапазону. Необроблені дані піддаються обробці для зменшення шуму на зображенні. В результаті виходить так зване «хибне» кольорове зображення, на якому можна виділити здорову рослинність, хмари, вологість ґрунту, точки загоряння та інші характеристики. Використовуючи спеціально розроблені математичні алгоритми, можна виміряти виділені характеристики для отримання кількісних даних. Наприклад, ми можемо розрахувати кількість вологи в грунті, вміст хлорофілу в листках і багато іншого.
Щоб підвищити точність даних, отриманих з комбінації декількох спектральних діапазонів, знімок можна перетворити за допомогою коефіцієнтів і створити індекс.
Індекс – це, по суті, співвідношення значень в різних спектральних діапазонах для вимірювання величини коефіцієнта відбиття конкретного об’єкту.
NDVI (Нормалізований індекс рослинності) і EVI (Розширений індекс рослинності) – це індекси, які зазвичай використовують для вимірювання здоров’я рослинності. Інші індекси вимірюють ступінь тяжкості опіку, наявність певних мінералів, щільність снігу, рівень водного стресу і багато іншого. Нові індекси постійно розробляються для отримання більшої кількості знань про нашу планету.
Вибрати комбінацію діапазонів
Доручіть нам розробку індивідуальних рішень
Інші передові аналітичні технології використовуються для вилучення ще більшої кількості даних із супутникових знімків у різних спектральних діапазонах:
- класифікація знімків за допомогою машинного навчання використовується для створення нових категорій, у вигляді карт;
- знімки однієї і тієї ж області інтересу за різні дати можна порівнювати для виявлення змін;
- висоту обраної точки на карті можна обчислити, порівнюючи знімки тієї самої АОИ, зняті під різними кутами, та багато іншого.
Результатом є карта (карта висот, карта типу земного покриву, карта продуктивності, карта класифікації культур, карта теплових аномалій, карта водного стресу і багато інших типів карт), яка візуалізує дані зручним способом для отримання цінної інформації про конкретну проблему, яку необхідно вирішити.
У EOSDA ми маємо в своєму розпорядженні всі технологічні та людські ресурси, необхідні для розробки нових просунутих аналітичних рішень на основі супутникових даних під запит. Зв’яжіться з нами, щоб дізнатись більше про наші індивідуальні проекти.