1 / 152

Paikkatiedon keruu ja muokkaus: kaukokartoitus

Paikkatietotekniikan erikoistumisopinnot ZM06. Paikkatiedon keruu ja muokkaus: kaukokartoitus. Markus Törmä Markus.Torma@tkk.fi. Sisältö. ”Opintojaksolla perehdytään uusiin kaukokartoitusmenetelmiin ja niiden käyttöön paikkatiedon hyödyntämisessä ja paikkatietoanalyyseissä.

grover
Download Presentation

Paikkatiedon keruu ja muokkaus: kaukokartoitus

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. Paikkatietotekniikan erikoistumisopinnot ZM06 Paikkatiedon keruu ja muokkaus: kaukokartoitus Markus Törmä Markus.Torma@tkk.fi

  2. Sisältö ”Opintojaksolla perehdytään uusiin kaukokartoitusmenetelmiin ja niiden käyttöön paikkatiedon hyödyntämisessä ja paikkatietoanalyyseissä. Opintojaksolla opiskellaan satelliittikuvien käsittelyä ja tulkintaa, ilmakuvien käsittelyä digitaalisella stereomittausasemalla sekä laserkeilauksen mahdollisuuksia paikkatiedon tuottamisessa.”

  3. Aikataulu • la 21.10. 13-15.30 • Johdanto / Sähkömagneettinen säteily / Instrumentit / Kuvausalustat • pe 27.10. 10-14 • Sähkömagneettisen säteilyn käyttäytyminen kohteen kanssa / Satelliittijärjestelmät • pe 10.11. 10-14 • Kuvan korjaaminen: oikaisu, radiometrian korjaus (ilmakehä- ja topografiakorjaus) / Kuvan ehostaminen: useiden kuvien yhdistäminen, pääkomponentti-, Tasselled Cap-muunnokset / Digitaalinen stereotyöasema • pe 24.11. 10-13 • Tulkinta, Corine Land Cover 2000 • la 9.12. 9-12 • Sovelluksia

  4. Harjoitukset • Jussi Sumanen (jussi.sumanen@mil.fi) • 27.10. (4h) • ER Mapper- alkeet • Kuvan parantaminen • Erilaiset satelliittikuvat • 10.11. (4h) • Kuvan georeferointi • Kuvien yhdistäminen ja – vertaaminen • Muutokset kuvilla • 9.12 (4h) • Ohjaamaton luokittelu • Datan irroittaminen kuvilta • Yhdistäminen muuhun paikkatietoon

  5. Tentti • Ajankohta: pe 26.1. klo 8-10 • Tenttimateriaali • Luennot • Pruju • http://foto.hut.fi/~markus/Presentation/Evtek/jennin_kirja_2003.doc • Timo Tokola, Harri Hyppänen, Saija Miina, Lauri Vesa, Perttu Anttila: Metsän kaukokartoitus, Joensuun yliopisto, Metsätieteellinen tiedekunta, Silva Carelica 32, 1998, sivut: 1-24, 35-49, 62-87, 90-99, 104-107

  6. GEOINFORMATIIKKA Yleisnimike • maahan, • kasvillisuuteen, • rakennuksiin ja • rakenteisiin yms. liittyvien tietojen keräämiselle. • Toinen nimike geomatiikka

  7. GEOINFORMATIIKKA • Keskeisessä osassa paikkatietojärjestelmät (GIS) • Paikkatieto: • Sijaintitieto: kohteen koordinaatit joilla se voidaan paikantaa • Ominaisuustieto: kertoo kohteen ominaisuuksista (mitä, millainen)

  8. GEOINFORMATIIKKA Sijaintitietojen ja osin ominaisuustietojen keruu seuraavin menetelmin: • Geodesia • Fotogrammetria • Kuvatulkinta • Kaukokartoitus

  9. FOTOGRAMMETRIA Menetelmät joilla määritetään kohteen • sijainti, • koko ja • muoto kuvilta mittaamalla  kuvamittaus • Hyödynnetään kohteen ja kuvan välisiä geometrisia suhteita

  10. DIGITAALINEN FOTOGRAMMETRIA • Ennen ihminen mittasi… …nykyään kone mittaa ja ihminen valvoo

  11. KUVATULKINTA • Luokitellaan ja analysoidaan kuvalla esiintyviä kohteita • Hahmoinformaatio: muoto tekstuuri: kohteen pintakuviointi • Fysikaalinen informaatio: värisävy kuvalla: millaista ja kuinka paljon kohde heijastaa tai lähettää sähkömagneettista säteilyä

  12. KUVATULKINTA • Perinteisesti kuvana ilmakuva jota ihminen tulkitsee • Tietokoneen suorittama hahmontunnistus: kuvapikselit tunnistetaan luokitellemalla luokkiin kuva-analyysi: kuva jaetaan yhtenäisiin alueisiin jotka luokitellaan ja yhdistetään tarvittaessa naapurialueisiin

  13. KAUKOKARTOITUS • Määritelmä: Informaation hankkiminen kohteesta koskettamatta sitä (käyttäen sähkömagneettista säteilyä informaation välittäjänä)

  14. NÄIDEN YHTEYS • Perinteisesti ajatellaan että kaukokartoitus tarkoittaa satelliittikuvien käsittelyä ja tietokoneavusteista tulkintaa • Tosiasiassa kaukokartoitus käsittää ainakin seuraavia asioita: mittausten suorittaminen (instrumentit) näiden tulkinta (kuvatulkinta) ja kohteen muodon määrittäminen (fotogrammetria)

  15. Satelliittikuva dokumentoi ympäristön tilan kuvaushetkellä • Landsat MSS kuva, Inari, 20.7.1973, kanavat 5, 7, 4

  16. Mihin kaukokartoitusta tarvitaan? • saadaan tietoa laajoilta alueilta • kattavaa ja ajantasaista tietoa, jopa useita kertoja päivässä • voidaan seurata maastossa tapahtuvia nopeita muutoksia kuten säätä, lumen ja jään sulamista • voidaan tehdä karttoja ja päivittää kartta-aineistoja (pellot, avohakkuut, metsät, korkeuskäyrät, tiet)

  17. EDUT / HAITAT Kaukokartoituksen etuja • Pysyvä tallennusväline • Joskus ainoa tiedonhankintamenetelmä (lämpökuvaus) • "Nähdään metsä puilta" • Erilaiset kuvausmittakaavat • Erilaiset kuvauspaikat • Eri ajankohtina otetut kuvat • Sähkömagneettisen spektrin eri osien käyttö • Kuvankäsittelyllä saadaan eri asioita näkyviin Kaukokartoituksen haittoja • Kuvauksessa syntyvien virheiden korjaaminen voi olla hankalaa • Kaukokartoituksen käyttö vaatii oman erikoisosaamisen • Sääolot voi häiritä • Erotuskyky saattaa olla tehtävän kannalta riittämätön

  18. HISTORIAA Tarvitaan: 1. Sähkömagneettista säteilyä keräävä laite 2. Säteilyn tallennus-järjestelmä • 1342 Neulanreikäkamera (Eurooppa, ilmeisesti kiinalaiset tunsi jo aiemmin) • 1757 Hopeakloridin valoherkkyys • 1838 Varsinainen valokuvaus • 1858 Ensimmäinen ilmakuva ilmapallosta käsin • 1859 Mittakamera • 1889 Ilmakuvatulkintaan perustuva metsätalouskartta • 1901 Stereoskooppinen mittausperiaate • 1909 Ensimmäinen ilmakuva lentokoneesta • 1915 Kartoituskoje • 1925 - 45 Väri - ja infrapunakuvaus • 1939 - 45 Tutkat ja lämpökuvaus • 1957 Sputnik • 1959 Avaruudesta otetaan • valokuva maasta • 1960 TIROS-I • 1960 - luvulla valokuvia avaruus- • lennoilta ja vakoilusatelliiteista • 1972 ERTS-1 (Landsat 1) • 1973 Skylab • 1975 Landsat 2 • 1978 Landsat 3, HCMM, Seasat, • Nimbus, TIROS-N • 1981 Space shuttle jne...

  19. Mihin kaukokartoitus perustuu? • Erilaisilla maastokohteilla on erilaiset sähköiset, fysikaaliset, kemialliset ja geometriset ominaisuudet • Kaukokartoitus perustuu instrumenttien kykyyn havaita ja erottaa kohteiden erilaiset ominaisuudet • Hyödynnetään sähkömagneettisen taajuusalueen eli spektrin eri osa-alueita • Spektri: kaikkien aallonpituuksien muodostama kokonaisuus

  20. Eri aallonpituusalueita hyödyntämällä kohteesta saadaan esiin monipuolisempaa informaatiota kuin vain näkyvän valon aallonpituuksilla. • NOAA-sääsatelliitin AVHRR-instrumentti

  21. Näkyvän valon kanavat: sininen, vihreä, punainen Infrapunakanavat: lähi-infra I ja II, keski-infra Landsat ETM-kuva: kanavat

  22. Tosivärikuva, väärävärikuva... …ja infrapunakanavista tehty värikuva Landsat ETM-kuva: värikombinaatiot

  23. Spektri • Yhtä kuvapikseliä voidaan tarkastella aallonpituuden funktiona • Esimerkki: spektrometrillä mitattu tervettä ja sairasta kasvin lehteä • Vaaka-akseli: aallonpituus nanometreissä • Pystyakseli: lehden heijastussuhde eli reflektanssi

  24. Kaukokartoituksen eri osa-alueeteli mitä tarvitaan ? A. Säteilylähde B. Ilmakehä (väliaine) C. Energian törmääminen kohteeseen D. Instrumentti havaitsemaan säteily E. Tiedon siirto, vastaan-otto, prosessointi F. Tulkinta, laskenta ja analysointi G. Soveltaminen käytäntöön

  25. ESIMERKKEJÄ • Meteosat-8 sääsatelliitin kuvaamat näkyvän valon ja infrapuna-alueen kuvat

  26. Globaali merien pintalämpötila

  27. Huhtikuu 09 Huhtikuu 27 Toukokuu 01 Toukokuu 20 Lumikarttoja keväältä 2000 (SYKE)

  28. IRS IRS WiFS: • Channels: RED and NIR • Spatial resolution: 188m

  29. Landsat, Sortavala (MSS, TM, ETM)

  30. Esimerkki: Landsat TM • Landsat-5 Thematic Mapper • Etna, Italia, otettu 3.6.1995 • Kanavat 321 ja 453

  31. IRS LISS • Etna, 25.7.2001: pun SWIR, vih IR, sin RED

  32. Esimerkki: Tulva • SPOT 5 monikanavakuva, alueellinen erotuskyky 10 m • Ebro-joki, Espanja, otettu 10.2.2003

  33. Spot: Porvoo • Spot 5 • Pankromaattinen • Porvoo, 11.9.2002

  34. IKONOS • Kerava 15.5.2000 • Pankromaattinen, 1m

  35. Esimerkki: SAR + tulva • ERS-2 tutkakuvat, otettu 22.8.2002 ja 13.8.1998 • Havel-joki Saksassa • tulvan alla olevat alueet sinisiä

  36. Esimerkki: SAR + öljypäästö • ENVISAT ASAR, otettu 17.11.2002 • Tankkeri Prestige uppoaa

  37. Esimerkki: visualisointi • DEM + Landsat ETM-kuvasta tehty tulkinta • Syyria, Eufrat-joki • Sininen vastaa vettä, vihreä kasvillisuutta, keltainen vähäkasvillista peltoa ja muut värit enemmän tai vähemmän kasvittomia alueita

  38. TOPOGRAFINEN KARTOITUS • Venäläinen TK-350 kuva ja stereoparista tehty topografinen kartta

  39. VIDEOKUVAUS • Videokuvaus lentokoneesta  kuvamosaiikki + pintamalli VTT:n GLORE-projekti: http://www.vtt.fi/tte/research/tte1/tte14/proj/glore/

  40. VIDEO-KUVAUS EnsoMOSAIC:http://212.213.110.18/ forestconsulting/eng/ ensomosaic/ensomosaic.html

  41. 3D KAUPUNKIMALLIT • Zürichin Teknillisen korkeakoulun CyberCity Modeler • Rakennukset mallinnnetaan ilmakuvilta • Julkisivut maakuvilta

  42. 3D KAUPUNKIMALLIT • Esimerkki Torontosta • Rakennusten lisäksi myös kasvillisuus ja maanpinta mallinnettu ja teksturoitu

  43. LASERPROFILOINTI (TKK/Foto)

  44. Sähkömagneettinen säteily • Sähkömagneettinen säteily on muodostunut sähkökentän ( E ) värähtelystä, joka on kohtisuora säteilyn etenemissuuntaan nähden, sekä magneettikentän (M) värähtelystä, joka on kohtisuora sähkökenttään nähden. • Sähkömagneettinen säteily kulkee säteilylähteestään aaltoliikkeen muodossa valon nopeudella c (3*108 m/s). (kuva: Canada Centre for Remote Sensing)

  45. Sähkömegneettinen säteily Aaltomalli • Sähkömagneettinen säteily muodostuu etenemissuuntaa vastaan kohtisuorasti kaikkiin suuntiin tapahtuvasta värähtelystä sähkö- ja magneettikentissä, jotka ympäröivät sähköisesti varattua hiukkasta. • Etenee valon nopeudella • Ominaisuudet: aallonpituus, amplitudi, taajuus • Aaltoyhtälö: valon nopeus = aallonpituus * taajuus • Aaltomalli kertoo miten sähkömagneettinen säteily liikkuu

  46. Sähkömagneettinen säteily Hiukkasmalli • Säteilylähde lähettää säteilyenergiaa tietyn suuruisina "paketteina", kvantteina eli fotoneina -> Sähkömagneettinen säteily etenee fotonivirtana • Fotonien ominaisuuksia: energia, lepomassa Fotonin energia = Planckin vakio * taajuus • Suuri aallonpituus -> pieni energia • Hiukkasmalli kertoo miten sähkömagneettinen säteily on vuorovaikutuksessa kohteen kanssa

  47. Sähkömagneettinen säteily: Säteilysuureet • Säteilyn energia (Radiant energy, Q): Säteilylähteen kyky tehdä työtä liikuttamalla kohdetta, lämmittämällä kohdetta tai muuttaa kohdetta jotenkin muuten, Yksikkö: Joule, J • Säteilyvirta, säteilyteho (Radiant Flux, F): Säteilyn energian määrä tietyssä ajassa, Yksikkö: Watti, W tai J / s • Tehotiheys, irradianssi (Irradiance, E): Tietylle alueelle saapunut säteilyteho, Yksikkö: W / m2 • Tehotiheys, säteilyn eksitanssi (Radiant exitance, M): Tietyltä alueelta lähtenyt säteilyteho, Yksikkö: W / m2 • Säteilyintensiteetti (Radiant intensity, I): Pistemäisestä säteilylähteestä tiettyyn suuntaan lähtevä säteilyteho, Yksikkö: W / sr (sr=steradiaani, avaruuskulma) • Radianssi (Radiance, L): Tietyltä säteilylähteen alueelta tiettyyn suuntaan lähtevä säteilyteho, Yksikkö: W / m2 / sr

  48. Säteilyn lähde • Säteilyä syntyy kaikissa absoluuttista nollapistettä lämpimämmissä kappaleissa • Emissio; prosessi jossa kappale säteilee kappaleen lämpötilasta johtuvaa sähkömagneettista energiaa • Luonnollisia säteilynlähteitä ovat aurinko ja maa. • Keinotekoisia ovat esimerkiksi hehkulamppu ja tutka (kuva: Canada Centre for Remote Sensing)

  49. Säteilyn lähde • Tietyltä alueelta lähtenyt säteilyteho riippuu säteilijän lämpötilasta M = sT4s= Stefan Boltzmannin vakio, T= lämpötila • Emittoituneen säteilyn spektrinen jakauma riippuu myös lämpötilasta

More Related