Maan kaukokartoitus

Kokeneet kirjoittajat eivät ole vielä tarkistaneet sivun nykyistä versiota, ja se voi poiketa merkittävästi 13. helmikuuta 2022 tarkistetusta versiosta . tarkastukset vaativat 4 muokkausta .
Maan kaukokartoitus
Vastapäätä tarkkailu paikan päällä [d]
 Mediatiedostot Wikimedia Commonsissa

Maapallon kaukokartoitus (ERS)  - Maan pinnan havainnointi erityyppisillä kuvantamislaitteilla varustetuilla maa-, lento- ja avaruuslaitoksilla . Kuvauslaitteiston vastaanottamien aallonpituuksien toiminta-alue vaihtelee mikrometrin murto-osista ( näkyvä optinen säteily) metreihin ( radioaallot ). Luotausmenetelmät voivat olla passiivisia eli Maan pinnalla olevien esineiden luonnollisesti heijastuvaa tai sekundaarista lämpösäteilyä auringon aktiivisuudesta johtuen ja aktiivisia, joissa käytetään keinotekoisen suuntavaikutuksen lähteen käynnistämää kohteiden stimuloitua säteilyä. Avaruusaluksesta saatu kaukokartoitusdata(KA), joille on ominaista suuri riippuvuus ilmakehän läpinäkyvyydestä . Siksi avaruusalus käyttää monikanavaisia ​​passiivisia ja aktiivisia laitteita, jotka havaitsevat sähkömagneettista säteilyä eri alueilla.

Ensimmäisen 1960-1970-luvuilla laukaisun avaruusaluksen kaukokartoituslaitteet. oli ratatyyppinen - mittausalueen projektio maan pinnalla oli viiva. Myöhemmin ilmestyivät ja yleistyivät panoraamatyyppiset kaukokartoituslaitteet - skannerit, joiden mittausalueen projektio maan pinnalle on nauha.

Maan kaukokartoitusavaruusaluksia käytetään maapallon luonnonvarojen tutkimiseen ja meteorologisten ongelmien ratkaisemiseen . Luonnonvarojen tutkimiseen tarkoitetut avaruusalukset on varustettu pääosin optisilla tai tutkalaitteistoilla, jälkimmäisen etuna on, että sen avulla voit tarkkailla maan pintaa milloin tahansa vuorokauden aikana, riippumatta ilmakehän tilasta, katso englanti.  Tutkakuvaus .

Yleiskatsaus

Kaukokartoitus on tapa saada tietoa kohteesta tai ilmiöstä ilman suoraa fyysistä kosketusta kohteeseen. Kaukokartoitus on maantieteen osajoukko . Nykyisessä mielessä termillä tarkoitetaan pääasiassa ilmassa tai avaruudessa leviäviä tunnistusteknologioita, joiden tarkoituksena on havaita, luokitella ja analysoida esineitä maan pinnalla sekä ilmakehässä ja valtameressä leviävien signaalien (esimerkiksi sähkömagneettisen säteilyn) avulla. Ne on jaettu aktiiviseen (signaalin lähettää ensin lentokone tai avaruussatelliitti) ja passiiviseen kaukokartoitukseen (vain signaali muista lähteistä, kuten auringonvalosta, tallennetaan).

Passiiviset kaukokartoitusanturit rekisteröivät kohteen tai viereisen alueen lähettämän tai heijastaman signaalin. Heijastunut auringonvalo on yleisimmin käytetty passiivisten antureiden havaitsema säteilylähde. Esimerkkejä passiivisesta kaukokartoituksesta ovat digitaali- ja filmikuvaus, infrapuna-, varauskytketyt laitteet ja radiometrit .

Aktiiviset laitteet puolestaan ​​lähettävät signaalia kohteen ja tilan skannaamiseksi, minkä jälkeen anturi pystyy havaitsemaan ja mittaamaan havainnointikohteen heijastuneen tai takaisinsironnan muodostaman säteilyn. Esimerkkejä aktiivisista kaukokartoitusantureista ovat tutka ja lidar , jotka mittaavat aikaviivettä lähettämisen ja palautetun signaalin rekisteröinnin välillä ja määrittävät siten kohteen sijainnin, nopeuden ja suunnan.

Kaukokartoitus tarjoaa mahdollisuuden saada tietoa vaarallisista, vaikeapääsyisistä ja nopeasti liikkuvista kohteista, ja sen avulla voit myös tehdä havaintoja laajoilla maastoalueilla. Esimerkkejä kaukokartoitussovelluksista ovat metsäkadon seuranta (kuten Amazonissa ), jäätikköolosuhteet arktisella ja Etelämantereella sekä valtameren syvyyden mittaaminen paljon käyttämällä. Kaukokartoitus korvaa myös kalliita ja suhteellisen hitaita tiedonkeruumenetelmiä maan pinnalta ja samalla takaa, että ihminen ei häiritse luonnollisia prosesseja havainnoiduilla alueilla tai kohteissa.

Kiertävien avaruusalusten avulla tutkijat pystyvät keräämään ja lähettämään tietoa sähkömagneettisen spektrin eri alueilla, mikä yhdistettynä laajempiin ilmassa ja maassa suoritettaviin mittauksiin ja analyyseihin tarjoaa tarvittavan valikoiman tietoja nykyisten ilmiöiden ja trendien, kuten Elin , seuraamiseen. Niño ja muut luonnonilmiöt, sekä lyhyellä että pitkällä aikavälillä. Kaukokartoituksella on myös soveltavaa merkitystä geotieteiden (esim. luonnonhoidon) , maatalouden (luonnonvarojen käyttö ja suojelu), kansallisen turvallisuuden (raja-alueiden seuranta) alalla.

Maan kaukokartoitusmarkkinoita (ERS) pidetään yhtenä maailman nopeimmin kasvavista markkinoista. Uusia yrityksiä, teknologioita, palveluita ja palveluita ilmestyy joka vuosi. Miehittämättömien ajoneuvojen, lidarien ja mikrosatelliittien käyttöön liittyy suuria näkymiä [1] .

Tiedonhankintatekniikat

Monispektritutkimusten ja saadun tiedon analysoinnin päätavoitteena ovat energiaa säteilevät kohteet ja alueet, mikä mahdollistaa niiden erottamisen ympäristön taustasta. Lyhyt yleiskatsaus satelliittikaukokartoitusjärjestelmistä löytyy yleiskatsaustaulukosta .

Pääsääntöisesti paras aika hankkia tietoa kaukokartoitusmenetelmistä on kesäaika (etenkin näinä kuukausina aurinko on suurimmassa kulmassaan horisontin yläpuolella ja päivän pituus on pisin). Poikkeuksena tähän sääntöön on datan kerääminen aktiivisilla antureilla (esim . Radar , Lidar ) sekä lämpötiedoilla pitkällä aallonpituusalueella. Lämpökuvauksessa, jossa anturit mittaavat lämpöenergiaa, on parempi käyttää ajanjaksoa, jolloin maan lämpötilan ja ilman lämpötilan välinen ero on suurin. Näin ollen paras aika näille menetelmille on kylminä kuukausina sekä muutama tunti ennen aamunkoittoa mihin tahansa vuodenaikaan.

Lisäksi on otettava huomioon joitain muita näkökohtia. Esimerkiksi tutkan avulla on mahdotonta saada kuvaa maan paljaasta pinnasta, jossa on paksu lumipeite; Samaa voidaan sanoa lidarista. Nämä aktiiviset anturit ovat kuitenkin herkkiä valolle (tai sen puutteelle), joten ne ovat erinomainen valinta korkeiden leveysasteiden sovelluksiin (esimerkiksi). Lisäksi sekä tutka että lidar pystyvät (käytetyistä aallonpituuksista riippuen) ottamaan pintakuvia metsän latvojen alla, mikä tekee niistä hyödyllisiä sovelluksissa voimakkaasti kasvillisilla alueilla. Toisaalta spektritietojen keruumenetelmät (sekä stereokuvaus että monispektrimenetelmät) ovat sovellettavissa pääasiassa aurinkoisina päivinä; heikossa valaistuksessa kerätyillä tiedoilla on yleensä alhainen signaali/kohinataso, mikä vaikeuttaa niiden käsittelyä ja tulkintaa. Lisäksi vaikka stereokuvat pystyvät kuvaamaan ja tunnistamaan kasvillisuutta ja ekosysteemejä, tällä menetelmällä (kuten monispektrisellä luotauksella) ei ole mahdollista tunkeutua puiden latvoihin ja saada kuvia maan pinnasta.

Kaukokartoituksen sovellukset

Kaukokartoitusta käytetään useimmiten maataloudessa, geodesiassa, kartoituksessa, maan ja valtameren pinnan sekä ilmakehän kerrosten tarkkailussa.

Maatalous

Satelliittien avulla on mahdollista vastaanottaa kuvia yksittäisistä kentistä, alueista ja alueista tietyllä syklisyydellä. Käyttäjät voivat saada arvokasta tietoa maan tilasta, mukaan lukien viljelykasvien tunnistetiedot, viljelyalan määritys ja sadon tila. Satelliittidataa käytetään viljelyn tulosten tarkkaan hallintaan ja seurantaan eri tasoilla. Näitä tietoja voidaan käyttää tilan optimointiin ja teknisen toiminnan tilapohjaiseen hallintaan. Kuvat voivat auttaa määrittämään sadon sijainnin ja maan ehtymisen laajuuden, ja niitä voidaan sitten käyttää maanparannussuunnitelman kehittämiseen ja toteuttamiseen maatalouskemikaalien käytön optimoimiseksi paikallisesti. Kaukokartoituksen tärkeimmät maatalouden sovellukset ovat seuraavat:

  • kasvillisuus:
    • satotyyppiluokitus
    • sadon tilan arviointi (viljelykasvien seuranta, vahinkojen arviointi)
    • tuoton arviointi
  • maaperä
    • maaperän ominaisuuksien näyttö
    • maaperän tyypin näyttö
    • maaperän eroosio
    • maan kosteus
    • maanmuokkauskäytäntöjen kartoittaminen
Metsäpeitteen seuranta

Kaukokartoitusta käytetään myös metsäpeitteen seurantaan ja lajien tunnistamiseen. Tällä tavalla saadut kartat voivat kattaa suuren alueen ja näyttävät samalla tarkat mitat ja alueen ominaisuudet (puulaji, korkeus, tiheys). Kaukokartoitusdatan avulla on mahdollista määritellä ja rajata erilaisia ​​metsätyyppejä, mikä olisi vaikeaa saavuttaa perinteisillä menetelmillä maanpinnalla. Tiedot ovat saatavilla useilla eri mittakaavoilla ja resoluutioilla paikallisten tai alueellisten vaatimusten mukaan. Maastonäytön yksityiskohtia koskevat vaatimukset riippuvat tutkimuksen laajuudesta. Voit näyttää metsäpeitteen muutokset (rakenne, lehtitiheys):

  • monispektrikuvat: erittäin korkearesoluutioisia tietoja tarvitaan tarkkaan lajien tunnistamiseen
  • useita kuvia samalta alueelta, joilla saadaan tietoa eri lajien vuodenaikojen muutoksista
  • stereokuvat  - puulajien erottamiseen, puiden tiheyden ja korkeuden arvioimiseen. Stereokuvat tarjoavat ainutlaatuisen näkymän metsäpeitteestä, johon pääsee käsiksi vain kaukokartoitustekniikan avulla.
  • Tutkat ovat laajalti käytössä kosteissa tropiikissa, koska ne pystyvät hankkimaan kuvia kaikissa sääolosuhteissa.
  • Lidarit mahdollistavat kolmiulotteisen metsärakenteen muodostamisen, maanpinnan ja sen pinnan korkeuden muutosten havaitsemisen. Lidar-data auttaa arvioimaan puiden korkeutta, latvusalaa ja puiden lukumäärää pinta-alayksikköä kohden.
Pintavalvonta

Pintavalvonta on yksi tärkeimmistä ja tyypillisimmistä kaukokartoituksen sovelluksista. Saatuja tietoja käytetään maan pinnan, kuten metsien, laidunten, tienpintojen jne., fyysisen tilan määrittämiseen, mukaan lukien ihmisen toiminnan tulokset, kuten maisema teollisuus- ja asuinalueilla, maatalousalueiden tila, jne. Aluksi tulisi luoda maanpeiteluokitusjärjestelmä, joka yleensä sisältää maan tasot ja luokat. Tasot ja luokat tulisi kehittää ottaen huomioon käyttötarkoitus (kansallisella, alueellisella tai paikallisella tasolla), kaukokartoitustietojen spatiaalinen ja spektrinen resoluutio, käyttäjien pyyntö ja niin edelleen.

Maan pinnan tilan muutosten havaitseminen on välttämätöntä maanpeitekarttojen päivittämiseksi ja luonnonvarojen käytön järkeistämiseksi. Muutokset havaitaan tyypillisesti verrattaessa useita kuvia, jotka sisältävät useita tietotasoja, ja joissakin tapauksissa verrattaessa vanhoja karttoja ja päivitettyjä kaukokartoituskuvia.

  • vuodenaikojen vaihtelut: viljelysmaa ja lehtimetsät vaihtelevat vuodenaikojen mukaan
  • vuotuinen muutos: muutokset maan pinnassa tai maankäytössä, kuten metsien häviäminen tai kaupunkien hajaantuminen

Maan pintatiedot ja maanpinnan muutokset ovat olennaisia ​​ympäristönsuojelupolitiikan muotoilussa ja täytäntöönpanossa, ja niitä voidaan käyttää muiden tietojen kanssa monimutkaisten laskelmien tekemiseen (esim. eroosioriskit).

Geodesia

Geodeettisten tietojen keräämistä ilmasta käytettiin ensin sukellusveneiden havaitsemiseen ja painovoimatietojen saamiseksi sotilaskarttojen rakentamiseen. Nämä tiedot ovat Maan gravitaatiokentän hetkellisten häiriöiden tasoja , joiden avulla voidaan määrittää muutoksia Maan massojen jakautumisessa , mitä puolestaan ​​voidaan tarvita erilaisiin geologisiin tutkimuksiin.

Akustiset ja lähes akustiset sovellukset
  • Sonar : passiivinen kaikuluotain , rekisteröi muista kohteista (laivasta, valasta jne.) tulevat ääniaallot; aktiivinen kaikuluotain , lähettää ääniaaltojen pulsseja ja rekisteröi heijastuneen signaalin. Käytetään vedenalaisten kohteiden ja maaston parametrien havaitsemiseen, paikantamiseen ja mittaamiseen.
  • Seismografit  ovat erityinen mittauslaite, jota käytetään kaikenlaisten seismisten aaltojen havaitsemiseen ja tallentamiseen . Tietyn alueen eri paikoissa otettujen seismogrammien avulla on mahdollista määrittää maanjäristyksen episentrumi ja mitata sen amplitudi (sen jälkeen) vertaamalla värähtelyjen suhteellisia voimakkuuksia ja tarkkaa aikaa.
  • Ultraääni : ultraäänisäteilyanturit , jotka lähettävät suurtaajuisia pulsseja ja tallentavat heijastuneen signaalin. Käytetään havaitsemaan aaltoja vedessä ja määrittämään veden korkeus.

Koordinoitaessa sarjaa laajamittaisia ​​havaintoja, useimmat luotausjärjestelmät riippuvat seuraavista tekijöistä: alustan sijainti ja anturien suunta . Laadukkaat laitteet käyttävät nykyään usein satelliittinavigointijärjestelmien sijaintitietoja . Kierto ja suunta määritetään usein elektronisilla kompassilla noin yhden tai kahden asteen tarkkuudella . Kompassit voivat mitata atsimuutin (eli astepoikkeama magneettisesta pohjoisesta ) lisäksi korkeuksia (poikkeama merenpinnasta ), koska magneettikentän suunta suhteessa maahan riippuu leveysasteesta , jolla havainto tapahtuu. Tarkempaa suuntaa varten tarvitaan inertianavigointia säännöllisin korjauksin erilaisilla menetelmillä, mukaan lukien navigointi tähtien tai tunnettujen maamerkkien mukaan.

Yleiskatsaus tärkeimmistä instrumenteista
  • Tutkia käytetään pääasiassa lennonjohdossa, varhaisvaroittamisessa, metsäpeitteen seurannassa, maataloudessa ja laajamittaisessa säätiedossa. Lainvalvontaviranomaiset käyttävät Doppler-tutkaa ohjaamaan ajoneuvojen nopeuksia sekä hankkimaan säätietoja tuulen nopeudesta ja suunnasta, sijainnista ja sateen voimakkuudesta. Muita vastaanotettuja tietoja ovat tiedot ionisoituneesta kaasusta ionosfäärissä. Keinotekoisen aukon interferometristä tutkaa käytetään tarkkojen digitaalisten korkeusmallien saamiseksi suurilta maastoalueilta (katso RADARSAT , TerraSAR-X , Magellan ).
  • Satelliittien laser- ja tutkakorkeusmittarit tarjoavat laajan valikoiman tietoja. Mittaamalla painovoiman aiheuttamia merenpinnan vaihteluita , nämä laitteet näyttävät merenpohjan piirteitä noin yhden mailin tarkkuudella. Mittaamalla valtameren aaltojen korkeutta ja aallonpituutta korkeusmittareilla saat selville tuulen nopeuden ja suunnan sekä pintavaltameren virtausten nopeuden ja suunnan.
  • Ultraääni- (akustisia) ja tutkaantureita käytetään merenpinnan, vuoroveden ja vuoroveden mittaamiseen, aaltojen suunnan määrittämiseen rannikkomeren alueilla.
  • Light Detection and Ranging ( LIDAR ) -tekniikka tunnetaan hyvin sotilaallisista sovelluksistaan, erityisesti laserammusnavigaatiossa. LIDAR :ia käytetään myös ilmakehän erilaisten kemikaalien pitoisuuksien havaitsemiseen ja mittaamiseen, kun taas lentokoneessa olevalla LIDARilla voidaan mitata esineiden ja ilmiöiden korkeutta maassa suuremmalla tarkkuudella kuin mitä tutkatekniikalla voidaan saavuttaa. Kasvillisuuden kaukokartoitus on myös yksi LIDARin pääsovelluksista .
  • Radiometrit ja fotometrit ovat yleisimpiä käytettyjä laitteita. Ne sieppaavat heijastuneen ja säteilevän säteilyn laajalla taajuusalueella. Näkyvä- ja infrapuna -anturit ovat yleisimmät , minkä jälkeen tulevat mikroaalto- , gammasäde- ja harvemmin ultraviolettianturit . Näitä laitteita voidaan käyttää myös erilaisten kemikaalien emissiospektrin havaitsemiseen, jolloin saadaan tietoa niiden pitoisuudesta ilmakehässä.
  • Ilmakuvauksesta saatuja stereokuvia käytetään usein maapallon pinnan kasvillisuuden tutkimiseen sekä topografisten karttojen rakentamiseen mahdollisten reittien kehittämisessä analysoimalla maastokuvia yhdessä maan pinnalla saatujen ympäristöominaisuuksien mallintamisen kanssa. -pohjaisia ​​menetelmiä.
  • Monispektriset alustat, kuten Landsat , ovat olleet aktiivisessa käytössä 1970-luvulta lähtien. Näitä instrumentteja on käytetty temaattisten karttojen luomiseen ottamalla kuvia useilla sähkömagneettisen spektrin aallonpituuksilla (monispektri), ja niitä käytetään tyypillisesti maanhavainnointisatelliiteissa. Esimerkkejä tällaisista tehtävistä ovat Landsat - ohjelma tai IKONOS - satelliitti . Teemakartoituksella tuotettuja maanpeite- ja maankäyttökarttoja voidaan käyttää mineraalien etsintään, maankäytön, metsäkadon havaitsemiseen ja seurantaan sekä kasvien ja kasvien terveyden tutkimukseen, mukaan lukien laajat maatalousmaan alueet tai metsäalueet. Sääntelyviranomaiset käyttävät Landsat -ohjelman avaruuskuvia seuratakseen veden laatuparametreja, mukaan lukien Secchin syvyyttä , klorofyllin tiheyttä ja kokonaisfosforia . Sääsatelliitteja käytetään meteorologiassa ja klimatologiassa .
  • Spektrikuvausmenetelmä tuottaa kuvia, joissa jokainen pikseli sisältää täyden spektriinformaation ja näyttää kapeita spektrialueita jatkuvassa spektrissä. Spektrikuvauslaitteita käytetään erilaisten ongelmien ratkaisemiseen, mukaan lukien mineralogiassa , biologiassa , sotilasasioissa ja ympäristöparametrien mittauksissa käytetyt.
  • Osana aavikoitumisen torjuntaa kaukokartoituksen avulla voidaan tarkkailla pitkällä aikavälillä vaarassa olevia alueita, määrittää aavikoitumisen tekijöitä , arvioida niiden vaikutusten syvyyttä ja toimittaa tarvittavat tiedot niille, jotka tekevät päätöksiä toteuttamalla asianmukaisia ​​ympäristönsuojelutoimenpiteitä.

Tietojenkäsittely

Kaukokartoituksen yhteydessä käytetään pääsääntöisesti digitaalisten tietojen käsittelyä, koska kaukokartoitustiedot vastaanotetaan tällä hetkellä juuri tässä muodossa. Digitaalisessa muodossa tietoa on helpompi käsitellä ja tallentaa. Kaksiulotteinen kuva yhdellä spektrialueella voidaan esittää matriisina (kaksiulotteisena matriisina) numeroista I (i, j) , joista kukin edustaa säteilyn voimakkuutta, jonka anturi vastaanottaa Maan pinnan elementistä, joka vastaa yhtä kuvan pikseliä.

Kuva koostuu nxm pikselistä, jokaisella pikselillä on koordinaatit (i, j)  — rivinumero ja sarakenumero. Luku I (i, j)  on kokonaisluku ja sitä kutsutaan pikselin (i, j) harmaasävyksi (tai spektrin kirkkaudeksi) . Jos kuva saadaan useilla sähkömagneettisen spektrin alueilla, niin sitä edustaa kolmiulotteinen hila, joka koostuu luvuista I (i, j, k) , jossa k  on spektrikanavan numero. Matemaattisesti katsottuna tässä muodossa saadun digitaalisen tiedon käsittely ei ole vaikeaa.

Jotta kuva voidaan toistaa oikein tiedon vastaanottopisteiden toimittamista digitaalisista tietueista, on tiedettävä tietueen muoto (tietorakenne) sekä rivien ja sarakkeiden lukumäärä. Käytössä on neljä muotoa, jotka järjestävät tiedot seuraavasti:

BSQ - muodossa jokainen aluekuva sisältyy erilliseen tiedostoon. Tämä on kätevää, kun kaikkien vyöhykkeiden kanssa ei tarvitse työskennellä kerralla. Yksi vyöhyke on helppo lukea ja visualisoida, vyöhykekuvat voidaan ladata missä tahansa järjestyksessä.

BIL - muodossa vyöhyketiedot kirjoitetaan tiedostoon rivi riviltä, ​​kun taas vyöhykkeet vuorottelevat rivein: 1. vyöhykkeen 1. rivi, 2. vyöhykkeen 1. rivi, ..., 1. vyöhykkeen 2. rivi, 2. rivi 2. vyöhykkeestä jne. Tämä merkintä on kätevä, kun kaikki vyöhykkeet analysoidaan samanaikaisesti.

BIP - muodossa kunkin pikselin spektrin kirkkauden vyöhykearvot tallennetaan peräkkäin: ensin kunkin vyöhykkeen ensimmäisen pikselin arvot, sitten kunkin vyöhykkeen toisen pikselin arvot ja niin edelleen. Tätä muotoa kutsutaan yhdistetyksi. Se on kätevää suoritettaessa monivyöhykekuvan pikseli-pikselikäsittelyä esimerkiksi luokitusalgoritmeissa.

Ryhmäkoodausta käytetään vähentämään rasteritiedon määrää. Tällaiset muodot ovat käteviä suurten tilannekuvien tallentamiseen; niiden kanssa työskentelyyn tarvitaan tietojen purkutyökalu.

Kuvatiedostot sisältävät yleensä seuraavat kuviin liittyvät lisätiedot:

  • tietotiedoston kuvaus (muoto, rivien ja sarakkeiden lukumäärä, resoluutio jne.);
  • tilastotiedot (kirkkausjakauman ominaisuudet - minimi-, maksimi- ja keskiarvo, hajonta);
  • karttaprojektiotiedot.

Lisätiedot ovat joko kuvatiedoston otsikossa tai erillisessä tekstitiedostossa, jolla on sama nimi kuin kuvatiedosto.

Käyttäjille tarjotun CS:n käsittelyn monimutkaisuusasteen mukaan erotetaan seuraavat tasot:

  • 1A - yksittäisten antureiden herkkyyserojen aiheuttamien vääristymien radiometrinen korjaus.
  • 1B - radiometrinen korjaus käsittelytasolla 1A ja systemaattisten anturivääristymien geometrinen korjaus, mukaan lukien panoraamavääristymät, Maan pyörimisen ja kaarevuuden aiheuttamat vääristymät, satelliitin kiertoradan korkeuden vaihtelut.
  • 2A - kuvan korjaus tasolla 1B ja korjaus tietyn geometrisen projektion mukaisesti ilman maaohjauspisteiden käyttöä. Geometriseen korjaukseen käytetään globaalia digitaalista korkeusmallia ( DEM, DEM ), jossa on 1 km:n askelma. Käytetty geometrinen korjaus eliminoi systemaattiset anturivääristymät ja heijastaa kuvan standardiprojektioon ( UTM WGS-84 ) käyttämällä tunnettuja parametreja (satelliitin efemerididata, spatiaalinen sijainti jne.).
  • 2B - kuvan korjaus tasolla 1B ja korjaus tietyn geometrisen projektion mukaisesti käyttämällä ohjausmaapisteitä;
  • 3 - kuvan korjaus 2B-tasolla plus korjaus maasto-DTM:llä (ortokorjaus).
  • S on kuvan korjaus referenssikuvan avulla.

Kaukokartoituksesta saadun tiedon laatu riippuu niiden tila-, spektri-, radiometrisestä ja ajallisesta resoluutiosta.

Spatiaalinen resoluutio

Sille on ominaista pikselin koko (Maan pinnalla), joka on tallennettu rasterikuvaan - vaihtelee yleensä 1 - 4000 metriä.

Spektriresoluutio

Landsat - tiedot sisältävät seitsemän kaistaa, mukaan lukien infrapuna, 0,07-2,1 µm. Earth Observing-1:n Hyperion-anturi pystyy tallentamaan 220 spektrikaistaa 0,4–2,5 µm, spektriresoluutiolla 0,1–0,11 µm.

Radiometrinen resoluutio

Signaalitasojen määrä, jonka anturi voi rekisteröidä. Yleensä vaihtelee 8 - 14 bitin välillä, mikä antaa 256 - 16 384 tasoa. Tämä ominaisuus riippuu myös laitteen melutasosta.

Väliaikainen lupa

Kiinnostavan alueen yli kulkevan satelliitin taajuus. Sillä on arvoa kuvasarjojen tutkimuksessa, esimerkiksi metsädynamiikan tutkimuksessa. Aluksi sarjaanalyysejä tehtiin sotilastiedustelun tarpeisiin, erityisesti infrastruktuurin muutosten ja vihollisen liikkeiden seuraamiseksi.

Tarkkojen karttojen luomiseksi kaukokartoitustietojen perusteella tarvitaan muunnos geometristen vääristymien poistamiseksi. Kuva maan pinnasta tarkalleen alaspäin suunnatulla laitteella sisältää vääristymättömän kuvan vain kuvan keskellä. Kun kuljet kohti reunoja, kuvan pisteiden väliset etäisyydet ja vastaavat etäisyydet maan päällä muuttuvat yhä enemmän. Tällaisten vääristymien korjaus suoritetaan fotogrammetrian prosessissa . 1990-luvun alusta lähtien suurin osa kaupallisista satelliittikuvista on myyty jo korjattuina.

Lisäksi voidaan tarvita radiometristä tai ilmakehän korjausta. Radiometrinen korjaus muuntaa diskreetit signaalitasot, kuten 0 - 255, niiden todellisiksi fyysisiksi arvoiksi. Ilmakehän korjaus eliminoi ilmakehän läsnäolon aiheuttamat spektrivääristymät.

NASA Earth Observing System -ohjelman puitteissa muotoiltiin kaukokartoitustietojen käsittelyn tasot: [2] [3]

Taso Kuvaus
0 Tiedot tulevat suoraan laitteelta ilman lisäkustannuksia (synkronoi kehykset, otsikot, toistot).
1a Rekonstruoitu laitedata, joka sisältää aikamerkit, radiometriset kertoimet ja satelliitin efemeridit (kiertoratakoordinaatit).
1b Tason 1a tiedot muutettu fyysisiksi yksiköiksi.
2 Johdetut geofysikaaliset muuttujat (valtameren aallon korkeus, maaperän kosteus, jääpitoisuus) samalla resoluutiolla kuin tason 1 data.
3 Universaalisella aika-avaruusasteikolla näytettävät muuttujat mahdollisesti täydennettynä interpoloinnilla.
neljä Tiedot saatu aikaisempien tasojen laskelmien tuloksena.

Koulutus

Useimmissa korkeakouluissa kaukokartoitusta opetetaan maantieteen laitoksilla. Kaukokartoituksen merkitys kasvaa jatkuvasti nykyaikaisessa tietoyhteiskunnassa. Tämä tieteenala on yksi ilmailuteollisuuden avainteknologioista ja sillä on suuri taloudellinen merkitys - esimerkiksi uusia TerraSAR-X- ja RapidEye-antureita kehitetään jatkuvasti, ja myös ammattitaitoisen työvoiman kysyntä kasvaa jatkuvasti. Lisäksi kaukokartoituksella on erittäin suuri vaikutus jokapäiväiseen elämään sääraportoinnista ilmastonmuutokseen ja luonnonkatastrofien ennustamiseen. Esimerkiksi 80 % saksalaisista opiskelijoista käyttää Google Earthia ; Pelkästään vuonna 2006 ohjelma ladattiin 100 miljoonaa kertaa. Tutkimukset osoittavat kuitenkin, että vain pienellä osalla näistä käyttäjistä on perustiedot tiedoista, joiden kanssa he työskentelevät. Tällä hetkellä satelliittikuvien käytön ja ymmärtämisen välillä on valtava tietämyskuilu. Kaukokartoitusperiaatteiden opetus on valtaosassa oppilaitoksia erittäin pinnallista huolimatta kiireellisestä tarpeesta parantaa tämän aineen opetuksen laatua. Monia erityisesti kaukokartoituksen tutkimukseen suunniteltuja tietokoneohjelmistotuotteita ei ole vielä tuotu koulutusjärjestelmään pääasiassa niiden monimutkaisuuden vuoksi. Näin ollen monissa tapauksissa tämä tieteenala joko ei sisälly opetussuunnitelmaan ollenkaan tai se ei sisällä analogisten kuvien tieteellisen analyysin kurssia. Käytännössä kaukokartoituksen aihe vaatii fysiikan ja matematiikan yhdistämistä sekä korkeaa osaamista muiden työkalujen ja tekniikoiden käytössä kuin satelliittikuvien yksinkertaisessa visuaalisessa tulkinnassa. 

Katso myös

Linkit

Kirjallisuus

  • Grant Benjamin. Näkymä ylhäältä. Upeita satelliittikuvia maapallosta = Benjamin Grant. Yleiskatsaus. — M .: Alpina Publisher , 2018. — 284 s. - ISBN 978-5-9614-6615-7 .

Muistiinpanot

  1. ↑ Kaupallisten yritysten liikevaihdon määrä ja dynamiikka Venäjän kaukokartoitusmarkkinoilla vuosina 2015–2018. Arkistoitu 1. helmikuuta 2020 Wayback Machinessa . GISGeo 2020-01-31.
  2. ↑ Earth Science Reference Handbook. Opas NASAn Earth Science -ohjelmaan ja Maan tarkkailusatelliittitehtäviin arkistoitu 15. huhtikuuta 2010 Wayback Machinessa // NASA, 2006. Sivu 31, "Key EOSDIS Science Data Product Terminology "
  3. ↑ Earth System Science -tietoresurssit arkistoitu 3. maaliskuuta 2013 Wayback Machinessa // NASA NP-2007-11-859-GSFC, sivu 13 "Dataterminologia ja -muodot"
  Siirry Wikidata-kohteeseen  Sanakirjat ja tietosanakirjat