Jordfjärranalys | |
---|---|
Motsatt | observation på plats [d] |
Mediafiler på Wikimedia Commons |
Fjärranalys av jorden (ERS) - observation av jordens yta av mark-, flyg- och rymdanläggningar utrustade med olika typer av bildutrustning . Arbetsområdet för våglängder som tas emot av bildutrustningen sträcker sig från bråkdelar av en mikrometer ( synlig optisk strålning) till meter ( radiovågor ). Sondmetoder kan vara passiva, det vill säga använda den naturliga reflekterade eller sekundära termiska strålningen från objekt på jordens yta, på grund av solaktivitet, och aktiva, med hjälp av stimulerad strålning av objekt som initieras av en artificiell källa för riktad verkan. Fjärravkänningsdata som tas emot från rymdfarkosten(KA), kännetecknas av en stor grad av beroende av atmosfärens transparens . Därför använder rymdfarkosten flerkanalsutrustning av passiv och aktiv typ, som detekterar elektromagnetisk strålning i olika intervall.
Fjärravkänningsutrustning för den första rymdfarkosten som lanserades på 1960-1970-talet. var av spårtyp - projektionen av mätområdet på jordens yta var en linje. Senare dök fjärravkänningsutrustning av panoramatyp upp och blev utbredd - skannrar, vars projektion av mätområdet på jordens yta är en remsa.
Jordens fjärranalysrymdfarkoster används för att studera jordens naturresurser och lösa meteorologiska problem . Rymdfarkoster för studier av naturresurser är huvudsakligen utrustade med optisk eller radarutrustning, fördelarna med den senare är att den låter dig observera jordens yta när som helst på dygnet, oavsett tillståndet i atmosfären, se engelska. Radaravbildning .
Fjärranalys är en metod för att få information om ett objekt eller fenomen utan direkt fysisk kontakt med detta objekt. Fjärranalys är en delmängd av geografi . I modern mening syftar termen främst på luftburen eller rymdburen avkänningsteknik i syfte att detektera, klassificera och analysera föremål på jordens yta, samt atmosfären och havet, med hjälp av fortplantade signaler (till exempel elektromagnetisk strålning). De är uppdelade i aktiv (signalen sänds först ut av ett flygplan eller en rymdsatellit) och passiv fjärranalys (endast en signal från andra källor, såsom solljus, registreras).
Passiva fjärravkänningssensorer registrerar en signal som sänds ut eller reflekteras av ett objekt eller ett angränsande territorium. Reflekterat solljus är den mest använda strålkällan som detekteras av passiva sensorer. Exempel på passiv fjärranalys är digital- och filmfotografering, användning av infraröd, laddningskopplad utrustning och radiometrar .
Aktiva enheter avger i sin tur en signal för att skanna objektet och rymden, varefter sensorn kan detektera och mäta den strålning som reflekteras eller bildas genom tillbakaspridning av det avkännande målet. Exempel på aktiva fjärravkänningssensorer är radar och lidar , som mäter tidsfördröjningen mellan sändning och registrering av den returnerade signalen och på så sätt bestämmer platsen, hastigheten och riktningen för ett objekt.
Fjärranalys ger en möjlighet att få data om farliga, svåråtkomliga och snabbrörliga föremål, och låter dig även göra observationer över stora områden i terrängen. Exempel på fjärranalysapplikationer skulle vara övervakning av avskogning (som i Amazonas ), glaciärförhållanden i Arktis och Antarktis , mätning av havsdjup med mycket. Fjärranalys ersätter också dyra och relativt långsamma metoder för att samla in information från jordens yta, samtidigt som det garanterar att människor inte stör naturliga processer i de observerade områdena eller föremålen.
Med kretsande rymdfarkoster kan forskare samla in och överföra data i olika band av det elektromagnetiska spektrumet, som i kombination med större luftburna och markbaserade mätningar och analyser ger det nödvändiga utbudet av data för att övervaka aktuella fenomen och trender, som El. Niño och andra naturfenomen, både på kort och lång sikt. Fjärranalys är också av tillämpad betydelse inom områdena geovetenskap (till exempel naturförvaltning) , jordbruk (användning och bevarande av naturresurser), nationell säkerhet (övervakning av gränsområden).
Jordens fjärranalysmarknad (ERS) anses vara en av de snabbast växande i världen. Nya företag, teknologier, tjänster och tjänster dyker upp varje år. Stora framtidsutsikter är förknippade med användningen av obemannade fordon, lidarer, mikrosatelliter [1] .
Huvudmålet med multispektrala studier och analys av erhållen data är objekt och territorier som avger energi, vilket gör det möjligt att skilja dem från bakgrunden till miljön. En kort översikt över satellit fjärranalyssystem finns i översiktstabellen .
Som regel är den bästa tiden att hämta data från fjärranalysmetoder sommartid (i synnerhet under dessa månader är solen i sin största vinkel över horisonten och daglängden är längst). Ett undantag från denna regel är insamling av data med hjälp av aktiva sensorer (t.ex. Radar , Lidar ), såväl som termisk data i det långa våglängdsområdet. Vid värmeavbildning, där sensorer mäter värmeenergi, är det bättre att använda den tidsperiod då skillnaden mellan marktemperatur och lufttemperatur är störst. Den bästa tiden för dessa metoder är alltså under de kallare månaderna, såväl som några timmar före gryningen när som helst på året.
Dessutom finns det några andra överväganden att ta hänsyn till. Med hjälp av radar är det till exempel omöjligt att få en bild av jordens kala yta med ett tjockt snötäcke; detsamma kan sägas om lidar. Dessa aktiva sensorer är dock okänsliga för ljus (eller brist på ljus), vilket gör dem till ett utmärkt val för applikationer på hög latitud (till exempel). Dessutom kan både radar och lidar (beroende på de våglängder som används) fånga ytbilder under skogstak, vilket gör dem användbara för applikationer i hårt vegeterade områden. Å andra sidan är spektrala datainsamlingsmetoder (både stereoavbildning och multispektrala metoder) tillämpliga huvudsakligen på soliga dagar; data som samlas in under svaga ljusförhållanden tenderar att ha låga signal-/brusnivåer, vilket gör dem svåra att bearbeta och tolka. Dessutom, även om stereobilder kan avbilda och identifiera vegetation och ekosystem, är det inte möjligt med denna metod (som med multispektralt ljud) att penetrera trädkronor och ta bilder av jordens yta.
Fjärranalys används oftast inom jordbruk, geodesi, kartläggning, övervakning av jordens och havets yta samt atmosfärens lager.
JordbrukMed hjälp av satelliter är det möjligt att ta emot bilder av enskilda fält, regioner och distrikt med en viss cyklicitet. Användare kan få värdefull information om landets tillstånd, inklusive identifiering av grödor, bestämning av gröda och grödans status. Satellitdata används för att korrekt hantera och övervaka resultaten av jordbruket på olika nivåer. Dessa data kan användas för gårdsoptimering och rymdbaserad hantering av teknisk drift. Bilderna kan hjälpa till att bestämma platsen för grödor och omfattningen av markutarmningen, och kan sedan användas för att utveckla och implementera en markåtervinningsplan för att lokalt optimera användningen av jordbrukskemikalier. De viktigaste jordbrukstillämpningarna för fjärranalys är följande:
Fjärranalys används också för att övervaka skogstäcket och identifiera arter. Kartor som erhålls på detta sätt kan täcka ett stort område, samtidigt som de visar detaljerade mått och egenskaper för området (typ av träd, höjd, täthet). Med hjälp av fjärranalysdata är det möjligt att definiera och avgränsa olika skogstyper, vilket skulle vara svårt att uppnå med traditionella metoder på markytan. Uppgifterna är tillgängliga i en mängd olika skalor och upplösningar för att passa lokala eller regionala krav. Kraven på detaljerna i terrängvisningen beror på studiens omfattning. För att visa förändringar i skogstäcket (textur, lövdensitet) gäller:
Ytövervakning är en av de viktigaste och mest typiska tillämpningarna för fjärranalys. De erhållna uppgifterna används för att bestämma det fysiska tillståndet på jordens yta, såsom skogar, betesmarker, vägytor, etc., inklusive resultaten av mänskliga aktiviteter, såsom landskapet i industri- och bostadsområden, tillståndet för jordbruksområden, etc. Inledningsvis bör ett marktäckningsklassificeringssystem upprättas, vilket vanligtvis omfattar marknivåer och klasser. Nivåer och klasser bör utvecklas med hänsyn till användningssyftet (på nationell, regional eller lokal nivå), den rumsliga och spektrala upplösningen av fjärranalysdata, användarförfrågan och så vidare.
Det är nödvändigt att upptäcka förändringar i jordytans tillstånd för att uppdatera landtäckeskartor och rationalisera användningen av naturresurser. Förändringar upptäcks vanligtvis när man jämför flera bilder som innehåller flera nivåer av data och, i vissa fall, när man jämför gamla kartor och uppdaterade fjärranalysbilder.
Information om markytan och förändringar av marktäcket är väsentliga för utformningen och genomförandet av miljöskyddspolicyer och kan användas med andra data för att utföra komplexa beräkningar (t.ex. erosionsrisker).
GeodesiInsamlingen av geodetiska data från luften användes först för att upptäcka ubåtar och erhålla gravitationsdata som användes för att bygga militära kartor. Dessa data är nivåerna av momentana störningar av jordens gravitationsfält , som kan användas för att bestämma förändringar i fördelningen av jordens massor , vilket i sin tur kan krävas för olika geologiska studier.
Akustiska och nästan akustiska applikationerVid koordinering av en serie storskaliga observationer beror de flesta sonderingssystem på följande faktorer: plattformens placering och sensorernas orientering . Instrument av hög kvalitet använder nu ofta positionsinformation från satellitnavigeringssystem . Rotation och orientering bestäms ofta av elektroniska kompasser med en noggrannhet på ungefär en till två grader . Kompasser kan mäta inte bara azimut (det vill säga gradavvikelse från magnetisk nord ), utan även höjder (avvikelse från havsnivån ), eftersom magnetfältets riktning i förhållande till jorden beror på den latitud där observationen äger rum. För mer exakt orientering är användningen av tröghetsnavigering nödvändig , med periodiska korrigeringar med olika metoder, inklusive navigering med stjärnor eller kända landmärken.
Översikt över huvudinstrumentenMed fjärranalys används som regel behandling av digital data, eftersom det är i detta format som fjärranalysdata för närvarande tas emot. I digitalt format är det lättare att bearbeta och lagra information. En tvådimensionell bild i ett spektralområde kan representeras som en matris (tvådimensionell matris) av siffrorna I (i, j) , som var och en representerar intensiteten av strålning som tas emot av sensorn från elementet på jordens yta, vilket motsvarar en pixel i bilden.
Bilden består av nxm pixlar, varje pixel har koordinater (i, j) — radnummer och kolumnnummer. Talet I (i, j) är ett heltal och kallas grånivån (eller spektral ljusstyrka) för pixeln (i, j) . Om bilden erhålls i flera intervall av det elektromagnetiska spektrumet, representeras den av ett tredimensionellt gitter som består av siffrorna I (i, j, k) , där k är spektralkanalens nummer. Ur en matematisk synvinkel är det inte svårt att bearbeta digitala data som erhålls i denna form.
För att korrekt återge en bild från digitala poster som tillhandahålls av informationsmottagningspunkter är det nödvändigt att känna till postformatet (datastrukturen), såväl som antalet rader och kolumner. Fyra format används, som ordnar data som:
I BSQ- format finns varje områdesbild i en separat fil. Detta är praktiskt när det inte finns något behov av att arbeta med alla zoner samtidigt. En zon är lätt att läsa och visualisera, zonbilder kan laddas i vilken ordning du vill.
I BIL -formatet skrivs zondata till en fil rad för rad, medan zonerna alternerar i rader: 1:a raden i 1:a zonen, 1:a raden i 2:a zonen, ..., 2:a raden i 1:a zonen, 2:a raden av den 2:a zonen, etc. Denna post är praktisk när alla zoner analyseras samtidigt.
I BIP -formatet lagras zonvärdena för den spektrala ljusstyrkan för varje pixel sekventiellt: först värdena för den första pixeln i varje zon, sedan värdena för den andra pixeln i varje zon, och så Detta format kallas kombinerat. Det är praktiskt när du utför pixel-för-pixel-bearbetning av en bild med flera zoner, till exempel i klassificeringsalgoritmer.
Gruppkodning används för att minska mängden rasterinformation. Sådana format är praktiska för att lagra stora ögonblicksbilder; för att arbeta med dem måste du ha ett verktyg för att packa upp data.
Bildfiler kommer vanligtvis med följande ytterligare bildrelaterad information:
Ytterligare information finns antingen i bildfilens rubrik eller i en separat textfil med samma namn som bildfilen.
Beroende på graden av komplexitet särskiljs följande nivåer av bearbetning av CS som tillhandahålls användare:
Kvaliteten på data som erhålls från fjärranalys beror på deras rumsliga, spektrala, radiometriska och tidsmässiga upplösning.
Optisk upplösning
Det kännetecknas av storleken på en pixel (på jordens yta) inspelad i en rasterbild - vanligtvis varierar från 1 till 4000 meter.Spektral upplösning
Landsat- data inkluderar sju band, inklusive infrarött, från 0,07 till 2,1 µm. Hyperion-sensorn från Earth Observing-1 kan registrera 220 spektralband från 0,4 till 2,5 µm, med en spektral upplösning på 0,1 till 0,11 µm.Radiometrisk upplösning
Antalet signalnivåer som sensorn kan registrera. Varierar vanligtvis från 8 till 14 bitar, vilket ger från 256 till 16 384 nivåer. Denna egenskap beror också på ljudnivån i instrumentet.Tillfälligt tillstånd
Frekvensen för satelliten som passerar över det intressanta området. Det är av värde i studiet av serier av bilder, till exempel i studiet av skogens dynamik. Inledningsvis genomfördes serieanalyser för behoven hos militär underrättelsetjänst, i synnerhet för att spåra förändringar i infrastruktur och fiendens rörelser.För att skapa korrekta kartor baserade på fjärranalysdata behövs en transformation för att eliminera geometriska förvrängningar. En bild av jordens yta med en enhet riktad exakt nedåt innehåller en oförvrängd bild endast i mitten av bilden. När du rör dig mot kanterna blir avstånden mellan punkterna i bilden och motsvarande avstånd på jorden mer och mer olika. Korrigering av sådana förvrängningar utförs i fotogrammetriprocessen . Sedan början av 1990-talet har de flesta kommersiella satellitbilder sålts redan korrigerade.
Dessutom kan radiometrisk eller atmosfärisk korrigering krävas. Radiometrisk korrigering omvandlar diskreta signalnivåer, såsom 0 till 255, till deras verkliga fysiska värden. Atmosfärisk korrigering eliminerar de spektrala distorsionerna som introduceras av närvaron av atmosfären.
Inom ramen för NASA Earth Observing System- programmet formulerades nivåerna för fjärranalysdatabehandling: [2] [3]
Nivå | Beskrivning |
---|---|
0 | Data som kommer direkt från enheten, utan overhead (synkroniseringsramar, rubriker, upprepningar). |
1a | Rekonstruerad enhetsdata försedd med tidsmarkörer, radiometriska koefficienter, efemer (orbitalkoordinater) för satelliten. |
Ib | Nivå 1a-data omvandlas till fysiska enheter. |
2 | Härledda geofysiska variabler (havets våghöjd, markfuktighet, iskoncentration) med samma upplösning som Tier 1-data. |
3 | Variabler som visas i den universella rum-tidsskalan, eventuellt kompletterade med interpolation. |
fyra | Data erhållna som ett resultat av beräkningar baserade på tidigare nivåer. |
På de flesta lärosäten lär man ut fjärranalys på institutionerna för geografi. Relevansen av fjärranalys ökar ständigt i det moderna informationssamhället. Denna disciplin är en av flygindustrins nyckelteknologier och är av stor ekonomisk betydelse - till exempel utvecklas de nya TerraSAR-X- och RapidEye-sensorerna ständigt, och efterfrågan på kvalificerad arbetskraft växer också hela tiden. Dessutom har fjärranalys en extremt stor inverkan på det dagliga livet, från väderrapportering till klimatförändringar och naturkatastrofprognoser. Som ett exempel använder 80 % av tyska elever Google Earth ; Bara under 2006 laddades programmet ner 100 miljoner gånger. Studier visar dock att endast en liten del av dessa användare har grundläggande kunskap om den data de arbetar med. Det finns för närvarande ett enormt kunskapsgap mellan användning och förståelse av satellitbilder. Undervisningen i fjärranalysprinciper är mycket ytlig i de allra flesta läroanstalter, trots det akuta behovet av att förbättra kvaliteten på undervisningen i detta ämne. Många av de mjukvaruprodukter som är speciellt utformade för studier av fjärranalys har ännu inte introducerats i utbildningssystemet, främst på grund av deras komplexitet. I många fall ingår alltså denna disciplin antingen inte alls i läroplanen, eller innehåller ingen kurs i vetenskaplig analys av analoga bilder. I praktiken kräver ämnet fjärranalys en konsolidering av fysik och matematik, samt en hög kompetensnivå i användningen av andra verktyg och tekniker än enkel visuell tolkning av satellitbilder.
![]() | ||||
---|---|---|---|---|
|