Interpretacja danych teledetekcyjnych o środowisku przyrodniczym

1. Interpretacja danych teledetekcyjnych o środowisku przyrodniczym Interpretacja radiometryczna danych satelitarnych (4).

2. Charakterystyka spektralna w oparciu o DN NA GL RL

3. Charakterystyka spektralna w oparciu o DN NA GL RL

4. Charakterystyka spektralna w oparciu o SR NA RL GL

5. 18.05 24.04 10.09 Wzrost wartości odbitej energii, wynika ze wzrostu kąta padania promieni słonecznych lub ze zmian pokrycia danej powierzchni (pojawienie się roślinności).

6. Relacja współczynnika odbicia na poziomie górnej atmosfery do współczynnika odbicia na powierzchni ziemi...(6) Uprośćmy to równanie do postaci w kontekście SRFsfc: Zakładając brak rozpraszania atmosferycznego to wówczas t1 i t2 są równe 1. SIsky/SItoa = 1 i c = 1. Dla dowolnego stanu atmosfery c wzrasta przy spadku długości fali.

7. Szacowanie wartości współczynnika c • Jego szacowanie odbywa się na podstawie omówionego na pierwszym wykładzie modelu rozpraszania światła w atmosferze Chavez’a, (1996) • W trakcie obliczeń szacuje się dwa parametry, c, oznaczane jako cXX (c dla danego kanału spektralnego, oraz SRFpath, czyli współczynnik odbicia od atmosfery • C i SRFpath są obliczane w relacji do kanału czerwonego, zgodnie z poniższymi formułami: • Dla kanału czerwonego c=1.34, a pc = 2.27114.

8. Model rozpraszania promieniowania elektromagnetycznego w atmosferze

9. Szacowanie wartości współczynnika c zgodnie z prawem Chavez (1996)

10. Wstępna analiza danych wielospektralnych • Przestrzenie n-wymiarowe danych spektralnych w modelu rastrowym danych ; • jako podstawę tych rozważań można przyjąć przestrzeń jednowymiarową; • n oznacza liczbę kanałów, • Przestrzeń jednowymiarową można przedstawić na jednej osi układu współrzędnych, dwumiarową na dwóch osiach (płaski układ współrzędnych), trójwymiarową na trzech osiach (układ w przestrzeni), czterowymiarową, z tym jest gorzej, nie obcujemy w naturalny sposób z taką przestrzenią • N-wymiarowa przestrzeń spektralna nie może być utożsamiana z przestrzenia powiedzmy geograficzną czy przestrzenią podobną do mapy, jest to raczej przestrzeń cech połączona z przestrzenią geograficzną, w przypadku obliczeń raczej z układem kolumn i wierszy macierzy rastrowej

11. Co może być cechą w spektralnej przestrzeni n-wymiarowej • DN – względna wartość odbitego promieniowania z kolejnych kanałów • DN – względna wartość odbitego promieniowania z dat • SFRsfc • Wartości indeksów roślinnych (NDVI, SDVI) • Wysokość nad poziomem morza, nachylenie stoku, wystawa stoku • Wartość komponentów tesseled cap • I wiele różnych wartości, które można wykorzystać w klasyfikacji treści obrazów

12. Przestrzeń 1-wymiarowa (pojedynczy kanał spektralny)

13. Histogram Rastrowy • Jest on przykładem przestrzeni jednowymiarowej, gdzie cechą jest jasność względna piksela DN, a wartość piksela w tej przestrzeni jest przedstawiana nie kolorem tylko wysokością słupka lub linią ciągłą poprowadzoną przez nie

14. Histogram Rastrowy (2) • Dla przypomnienia ważne informacje obliczane na podstawie histogramu to: minimum DN, maksimum DN, mediana, moda, Ilość wszystkich pikseli, wartość komórki zerowej (null),

15. Histogram ...(3) • Interpretacja obrazu satelitarnego na podstawie pojedynczego histogramu, nie jest wystarczająca do potrzeb dokładnej klasyfikacji obrazu. Choć orientacyjnie wiadomym jest, patrząc na zamieszczony obok histogram, że pierwsze maksimum będzie związane z wodą i cieniami drzew, powierzchniami o mieszanym pokryciu roślinno-glebowym, trzecie maksimum będzie dotyczyć powierzchni nie roślinnych, dróg, dachów.

16. Literowe kodowanie poszczególnych zakresów spektralnych wymuszone w przypadku pisania skryptów (SML, GML)

17. Dwuwymiarowa przestrzeń cech spektralnych • Umieszczenie w tej przestrzeni pojedynczego piksela o współrzędnych DNRL i DNNA, wraz z kodowaniem kolorowym ilości pikseli

18. Dwuwymiarowa przestrzeń cech spektralnych (2)

19. Interpretacja danych teledetekcyjnych o środowisku przyrodniczym • Obszary zielono –czerwone, czyli obszary a największym zagęszczeniu pikseli noszą wspólną nazwę Tasseled Cap (TC). Brzeg jest zielony środek (wyższa gęstość) czerwony. W wolnym tłumaczeniu oznacza to frędzlowate kapsle. • Skala kolorów zdefiniowana w oparciu o średnią wartość gęstości; • Odległość pomiędzy lewą krawędzią chmury punktów (obszar tasseled cap) DNRL = 0 oznacza wsteczne promieniowanie atmosfery i dlatego żaden piksel nie może mieć niższej wartości. • Wartość promieniowania atmosfery w kanale bliskiej podczerwieni - NA, jest dużo niższa.

20. Interpretacja danych teledetekcyjnych o środowisku przyrodniczym Obszar Tasseled Cap Obszar TC został po raz pierwszy zdefiniowany przez Kauth’a i Thomas’a (1976) Linia materiałów tła – odnosi się do gleb nie pokrytych roślinnością

21. Raster Correlation (TNTMIPS) Linia gleb nie pokrytych roślinnością Zboża siane na jesień (ozime) Zboża wiosenne (jare) Woda, cienie Jasne obiekty – dachy domów, drogi Pozostałe to piksele mieszane, trochę roślinności trochę gleby, trochę cienia

22. Stosunek wstecznego promieniowania atmosfery do zakresu zmienności odbitego promieniowania TC TC

23. Przekształcenia n-wymiarowych przestrzeni spektralnych • Przekształcenia takie zachowują skale na poszczególnych wymiarów • Obejmują przesunięcia we wszystkich wymiarach o stałą wartość (różną dla danego wymiaru) czyli translację • Obejmują również obrót o kąt co jest wyrażane przez układ równań sinusów i kosinusów, kąt obrotu (zawsze dodatni, czyli zgodnie z ruchem wskazówek zegara).

24. 3-wymiarowa przestrzeń cech spektralnych • Przestrzeń trójwymiarową cech spektralnych można wizualizować w przestrzennym układzie współrzędnych, nie można jednak pokazać, zobaczyć zagęszczenia tej przestrzeni (ilości pikseli z tą samą charakterystyką spektralną • Dlatego analizy przestrzeni wielowymiarowych wykonuję się w dwuwymiarowych „podprzestrzeniach”.

25. 3-wymiarowa przestrzeń cech spektralnych

26. Wskaźniki NDVI i SAVI • Znormalizowany indeks roślinności (NDVI) • Indeks roślinności uwzględniający udział tła glebowe (SAVI): • L = 0.5 jest współczynnikiem określającym udział tła glebowego

27. Przekształcenie danych z DN na SRF

28. Interpretacja danych teledetekcyjnych o środowisku przyrodniczym • Interpretacja radiometryczna danych satelitarnych (4 i 5).

29. Interpretacja danych teledetekcyjnych o środowisku przyrodniczym • Interpretacja radiometryczna danych satelitarnych (4 i 5).

30. Interpretacja danych teledetekcyjnych o środowisku przyrodniczym Interpretacja radiometryczna danych satelitarnych (4 i 5).