Przygotowanie danych do interpretacji



Pobieranie 2.34 Mb.
Data29.10.2017
Rozmiar2.34 Mb.

Materiały do ćwiczeń z teledetekcji

Projekt – Interpretacja danych satelitarnych na przykładzie obrazów wielospektralnych Landsat

Autorzy: Dr S. Królewicz, Dr hab. J. Piekarczyk;

Uwagi wstępne: projekt jest napisany do samodzielnego wykonania przez studentów III roku Geoinformacji w ramach przedmiotu Geoinformacja w części dotyczącej interpretacji danych teledetekcyjnych i w ograniczonym zakresie przez studentów innych kierunków uczestniczących zajęciach z teledetekcji. Do wykonania zadań opisanych w niniejszym projekcie niezbędne jest posiadanie podstawowych umiejętności z zakresu obsługi oprogramowania GIS/RS TNTmips w wersji 7.4. Student wykonujący niniejszy projekt jest nazywany dalej operatorem.



  1. Wybór i import fragmentu sceny satelitarnej Landsat. Start pierwszego satelity nastąpił w roku 1972. W ramach serii na pokładach satelitów umieszczano kolejno trzy sensory: MSS (Multispectral Scanner) umieszczany w satelitach serii 1-5 o rozdzielczości naziemnej 80m; TM (Thematic Mapper), rejestrujący obraz w siedmiu kanałach spektralnych, montowanym był na pokładzie satelitów serii 4 i 5 (rozdz. naziemna 30m, w kanale termalnym 120 m); ETM (Enhanced Thematic Mapper) umieszczony na pokładzie satelity Landsat 7 (rozdzielczość naziemna 15m w kanale panchromatycznym, 30m w kanałach spektralnych i 60m w kanale termalnym, scena satelitarna obejmuje obszar 170x185 km). Obecnie funkcjonują na orbicie dwa satelity z tej serii, 5 i 7. Satelita szóstej serii uległ awarii w trakcie startu, w roku 1993. Satelita Landsat serii 5 jest obecnie najdłużej działającym na orbicie urządzeniem – 1 marca 2009 roku minęło 25 lat od momentu jego uruchomienia. Jest to o tyle warte podkreślenia, iż przeciętny czas „życia i pracy” satelity na orbicie wynosi od trzech do sześciu lat. W maju 2003 roku Landsat 7 uległ awarii – popsuło się urządzenie kompensujące ruch satelity względem obrotu Ziemi i od tego czasu obrazy rejestrowane są z błędami mocno pogarszającymi jakość danych. Satelity serii Landsat nie posiadają możliwości odchylenia kierunku rejestracji od pionu. Stąd też powtórne zobrazowanie tego samego punktu na Ziemi jest możliwe, zależnie od serii, po 16 lub 18 dniach. Najbardziej spektakularną decyzją ostatnich lat jest udostępnienie, z dniem 2 kwietnia 2009 roku, wszystkich zgromadzonych w USGS (Służba Geologiczna Stanów Zjednoczonych) danych z satelitów serii Landsat, począwszy od 1972 roku.

Dane wielospektralne pozyskiwane aktualnie przez satelity Landsat serii 5 i 7, jak również ze starszych już niedziałających sensorów są udostępniane bezpłatnie lub za niewielką opłatą. Bezpłatne dane satelitarne – z dostępnymi wszystkimi kanałami spektralnymi można ściągnąć z:

    1. ze strony projektu http://glcfapp.umiacs.umd.edu:8080/esdi/index.jsp. GLCF – Global Land Cover Fecilities. Projekt skoncentrowany jest na analizie zmian użytkowania terenu w skali globalnej. Zmiany użytkowania są analizowane na podstawie obrazów satelitarnych pozyskiwanych poprzez serię sensorów Landsat (MSS 1-3, TM 4-5, ETM 7). Dodatkową usługą oferowaną na stronie internetowej projektu jest możliwość bezpłatnego ściągnięcia obrazów satelitarnych Landsat (w postaci siedmio kanałowych scen) i danych wysokościowych z projektu SRTM.

    2. Z zasobów udostępnianych poprzez serwery USGS, do których dostęp możliwy jest za pośrednictwem dwóch przeglądarek internetowych: GloVis (Global Visualization Viewer) i EarthExplorer (plugin w standardowych przeglądarkach oparty na Googlemaps). Narzędzie Glovis (ryc.1) pozwala na przeszukiwanie danych satelitarnych z obszaru całej Ziemi, zgromadzonych w zasobach USGS (zdjęcia lotnicze, obrazy z Landsat’a, z satelity Terra –ASTER i MODIS i z satelity EO-1 – Ali i Hyperion, stare odtajnione zdjęcia „szpiegowskie – np. z programu CORNA). Jeżeli chodzi o zdjęcia lotnicze to obejmują one tylko obszar USA. Dane można przeglądać bezpośrednio w postaci obrazów o zredukowanej w różnym stopniu rozdzielczości, np. dla ASTER’a do 1000, 400 i 150m.

Ryc.1. Przeglądarka danych teledetekcyjnych Glovis zgromadzonych w USGS.

Dane można odszukiwać po współrzędnych geograficznych, natomiast precyzyjniejsza orientacja jest możliwa poprzez wykorzystanie warstw wektorowych: granic administracyjnych, dróg, linii kolejowych i sieci hydrograficznej. Sceny satelitarne można wyszukiwać wskazując sensor, datę czy dopuszczalny stopień zachmurzenia. Dla wybranych scen można przeglądać przypisane im metadane. Bezpośrednio z przeglądarki, w przypadku podjęcia decyzji o zakupie, można zrealizować procedurę zamówienia, wybierając odpowiedni poziom przetworzenia danych, sposób dostawy (ftp lub zapis na CD, DVD), podając niezbędne do dokonania płatności. W przypadku danych bezpłatnych można dokonać bezpośredniego ściągnięcia danych poprzez usługę ftp. Przeglądarka umożliwia przerwanie pracy nad wyszukiwaniem danych i jej ponowne rozpoczęcie w dogodnym dla użytkownika momencie poprzez zachowanie listy wybranych scen w postaci pliku tekstowego.


    1. EarthExplorer (ryc. 2) jest uproszczoną wersją przeglądarki Glovis. Earth Explorer jest wtyczką, instalowaną w przeglądarce internetowej. Lokalizacja obszaru zainteresowania odbywa się w oparciu o mapy i obrazy satelitarne serwowane przez Googlemaps. Sposób posługiwania się przeglądarką został bardzo uproszczony i opiera się na pięciu krokach:

1 - wskazaniu źródła danych (np. Landsat 4-5),

2 - wyborze miejsca zainteresowania (lokalizacja geograficzna, nazwa własna, data pozyskania danych),

3 - wyszukaniu wszystkich danych spełniających kryteria,

4 - przejrzeniu wyników przeszukiwania,

5 - wykonaniu zamówienia określonych danych.

Wiedzę o tym, jakie dane są płatne a jakie bezpłatne otrzymujemy w etapie czwartym, przeglądając metadane.


Polecaną przeglądarką do ściągnięcia danych jest GloViis. Na stronie przedmiotu dołączony jest film pokazujący z grubsza poruszanie się po tej przeglądarce.

Ryc.2. Przeglądarka danych teledetekcyjnych EarthExplorer zgromadzonych w USGS.

FORMAT DANYCH

Ściągnięte obrazy są podwójnie spakowane, stąd należy je najpierw rozpakować.



    1. Kanały spektralne scen są przeważnie zapisane w formacie GEOTIFF, dostępne są także metadane, zawierające informacje o sposobie i czasie rejestracji.

    2. W celu wyboru fragmentu, który będzie analizowany w ramach projektu, należy obejrzeć cały obraz w Xnview lub w TNTatlas-ie (najlepiej zacząć od kanału podczerwonego - 4) dokonać,

    3. Wybrany fragment powinien mieć wymiar regularny od 300x300 do 400x400 pikseli i zawierać się cały w jednostopniowym oczku siatki geograficznej (inaczej mówiąc, krawędź fragmentu nie powinna przecinać południków i równoleżników o całkowitych wartościach stopni), ze względu na jednostopniowe rastry SRTM; informacje te są istotne dla tych, którzy będą korzystać z jednostopniowych oczek SRTM-2 lub 3.

    4. Obszar wybrany do importu powinien być pozbawiony chmur (!), a udział powierzchni zbiorników wodnych powinien być ograniczony do minimum10-15% (im mniej chmur tymi wody, czyli liczbowo mniej DN o wartościach skrajnych, tym lepiej i poprawniej działa konwersja do współczynnika SRFI)

    5. Import fragmentu obrazu dokonać w TNTmips wersja 7.3 lub 7.4, poprzez proces importu Main/Import/…GEOTIFF,

    6. W trakcie importu można określić układ współrzędnych; zasadniczo jednak jest on określany automatycznie dla każdego kanału na podstawie danych z nagłówka geotiff’a;

    7. Sprawdzenie układu współrzędnych przypisanego w procesie importu należy dokonać w procesie wizualizacji – Main/Display…; zazwyczaj jest to 33 lub 34 północna strefa systemu UTM, względnie współrzędne geograficzne w WGS84.

    8. W przypadku niepoprawnego określenia układu współrzędnych w trakcie ponownego importu można wskazać ręcznie układ odniesienia; informacji o tym jaki układ należy wybrać, trzeba szukać w metadanych (po ręcznym wskazaniu systemu odniesienia włączona będzie opcja „override detected Coordinate Reference System”);

    9. dla każdego kanału czynność importu należy powtórzyć; import dotyczy kanałów 1-5 i 7; można to zrobić za jednym razem (ponieważ kanały od 1-5 i 7 mają ten sam wymiar);

    10. Importu kanału 6 należy dokonać oddzielnie, ze względu na inną rozdzielczość przestrzenną (TM 4-5 120 m, ETM7 60m) inna jest numeracja wierszy i kolumn.



Ryc. 3. Import danych wielospektralnych Landsat za pomocą oprogramowania TNTmips.

  1. Odczytu współrzędnych rastrowych narożników fragmentu obrazu można dokonać w XnView (numer wiersza i numer kolumny); pojawienie się odczytu współrzędnych wewnętrznych następuje po narysowaniu dowolnego obrysu zaznaczenia (ilustracja poniżej)



Ryc. 4 . Odczyt współrzędnych rastrowych w XNVIEW.

  1. MODELE POWIERZCHNI TERENU DO KOREKCJI WPŁYWU OŚWIETLENIA SRTM i GDEM

Wybór i import fragmentu DTM otrzymanego na podstawie SRTM. Są to dane wysokościowe pozyskane drogą teledetekcyjną z wykorzystaniem właściwości promieniowania radarowego; skanowanie powierzchni lądowych wykonano z wahadłowca za pomocą 60-metrowej anteny w ciągu 10 godzin; powierzchnia, którą przedstawia SRTM to nie jest rzeźba terenu reprezentowana przez poziomice na mapach topograficznych, tylko jest to powierzchnia tworzona przez obiekty pokrycia terenu, naturalne i antropogeniczne – korony drzew, dachy budynków. Przetwarzanie danych pomiarowych do ostatecznej postaci trwało ponad trzy lata; obecnie dostępne dane to już druga wersja. Aktualnie wszelkie zbiorniki wodne starano się wypełnić jako powierzchnie płaskie, które pierwotnie były oznaczane wartością ~ -32000 z powodu odbicia zwierciadlanego fal radarowych przez powierzchnie wodne (fale wysłane z anteny nie powróciły do źródła). Powstały cztery wersje SRTM, różnią się one szczegółami, w wersji SRTM-4 wypełnione są na płasko powierzchni śródlądowych zbiorników wodnych, co z punktu widzenia korekcji danych teledetekcyjnych jest bardzo dużą zaletą. Dokładność danych wysokościowych jest bardzo różna – dużą dokładność uzyskano w terenach otwartych, w miarę płaskich, duże błędy znajdziemy w obszarach górskich co wynika z zacienienia i dużych różnic wysokości. SRTM jako ciągły model ziemi jest podzielony na sekcje, SRTM-2 i 3 na sekcje jednostopniowe natomiast SRTM-4 na obszary pokrywające znacznie większy obszar. Poniższe uwagi odnoszą się do

    1. W nazwie pojedynczego pliku SRTM, o rozszerzeniu .hgt, zawarte są współrzędne geograficzne lewego dolnego narożnika jednego oczka jednostopniowego siatki geograficznej, np. N052E014; dane o wysokości są zapisane w kodowaniu 16-bitowym ze znakiem z precyzją 1m.

    2. Import pojedynczego pliku należy podzielić na dwa etapy; w pierwszym importujemy niemal cały plik SRTM, po kolei w czterech częściach, w drugim etapie tylko fragment pokrywający wycięty wybrany kawałek obrazu satelitarnego;

    3. Pierwszy etap: importu pliku .hgt dokonać w czterech kawałkach (pierwsza część od linii 1 do 500 oraz kolumny 1 do 500, druga cześć od linii 1 do 500 oraz kolumny 501 do 1000, itd.), celem tego wstępnego importu jest uzyskanie poglądu jak na tle danych SRTM mieści się fragment obrazu satelitarnego.

    4. !!!!!!!!!!!! Import zaczynamy od 1 wiersza i 1 kolumny, po wpisaniu 0 wyskoczy błąd;

    5. Po imporcie 4 fragmentów DTM dokonać wizualizacji fragmentu sceny satelitarnej na tle fragmentów DTM

    6. W trakcie importu można określić układ współrzędnych, jest on określony automatycznie każdego kawałka na podstawie danych z nagłówka pliku .hgt

    7. Pożądane jest, aby fragment sceny satelitarnej zawierał się w całości w pojedynczym fragmencie DTM; jeżeli tak nie jest należy powtórzyć import fragmentu DTM odpowiednio dobierając jego zasięg (współrzędne rastrowe)

    8. Importowany fragment rzeźby terenu zasięgiem powinien być około 30% większy od zasięgu obrazu satelitarnego (kierunek pozyskiwania danych Landsat’a i SRTM jest różny, i wewnętrzne układy wierszy i kolumn są względem siebie skręcone)

    9. Importu fragmentu obrazu SRTM dokonać w TNTmips wersja 7.3, poprzez proces importu Main/Import/…SRTM;



  1. Usunięcie „dziur” w DTM (SRTM-2 i 3)

    1. Wszystkie obszary leżące w obrębie zbiorników wodnych na danych SRTM miały przyporządkowaną wartość -32000 (16-bitowy ze znakiem); było tak w pierwszej wersji danych udostępnionych w Internecie. Druga wersja posiada bardzo niewiele takich dziur, występujących w postaci pojedynczych pikseli, maksymalnie kilku;

    2. Jednoznaczne stwierdzenie występowania „dziur’ należy oprzeć na analizie histogramu (w wersji 7.3 może być niepoprawnie wyświetlany obraz w skali szarości – maksimum, czyli biel, jest wyświetlane jako czerń, czyli minimum)

    3. !!!!!!!!Jeśli nie ma dziur to filtracja na tym etapie nie jest konieczna!!!!!!!!!!!!!;

    4. Usunąć te „dziury” poprzez zastosowanie filtru przestrzennego redukującego szumy, z zasięgiem filtru o wielkości 3x3 piksele; polecane jest zastosowanie jednego z dwóch filtrów: P-median (PM) lub Multi Lewel Median (MLM)

    5. Filtracje przestrzenną przeprowadzić za pomocą procesu Raster/Filter/Spatial Filter; Grupa filtrów Noise Reduction, wybrać jeden z dwóch podanych powyżej filtrów inny wybrany na podstawie oceny efektów filtracji w trakcie testowania;

Model powierzchni TERENU GDEM powstał w wyniku zastosowania procesu fotogrametrycznego i dwóch kanałów 3N i 3B obrazów ASTER poziomu 1A, w zakresie promieniowania podczerwonego (bliska podczerwień około 850 nm) i posiadających rozdzielczość przestrzenną 15m. Kanały te rejestrowane pionowo w dół i pod kątem 70 stopni wstecz.

  1. Dostosowanie rozdzielczości fragmentu DTM do rozdzielczości obrazu satelitarnego (SRTM – 90 m – obraz satelitarny Landsat – 30m).

    1. Aby móc wykorzystać DTM (DEM) do korekcji radiometrycznej obrazu satelitarnego musi on mieć tę samą rozdzielczość przestrzenną co korygowany obraz satelitarny

    2. Korekcja radiometryczna obejmuje usunięcie wpływu powierzchni terenu na zarejestrowane wartości odbicia promieniowania elektromagnetycznego (usunięcie wpływu zacienienia, proces ten zwany jest również normalizacją topograficzną,

    3. Resapmlingu dokonać przy pomocy procesu Raster/Reasample and Reproject/Automatic...; jako raster wejściowy wybieramy raster DTM,

    4. Ustawienia parametrów resamplingu według kolejności na ekranie: model – affine, method – nearest neighbor , extents – match reference (wtedy wskazać jako reference raster dowolnego kanału fragmentu obrazu satelitarnego), scale – to reference; orient – to reference;

    5. Przy zwiększaniu rozdzielczości nie należy stosować innych metod próbkowania, w których na nowa wartość piksela większy wpływ ma sąsiedztwo (dwuliniowa i splot sześcienny), ponieważ powoduje to zbyt duże zafałszowanie danych; dopiero po wykonaniu resamplingu zwiększającego rozdzielczość można zastosować filtrację przestrzenną, np. wygładzającą (ząbki, lub wywłaszczenia powstałe powiększeniu rozdzielczości); może być to filtracja nawet dolnoprzepustowa, ale o niewielkim rozmiarze maski 3x3, lepiej jednak zastosować filtrację zachowująca ekstrema lokalne;

    6. Być może warto przygotować dwa cyfrowe modele rzeźby terenu, stosując dwie wspomniane powyżej metody resamplingu;

    7. Po prawidłowym resamplingu ilość wierszy i kolumn w rastrze DTM powinna być taka sama jak w rastrach kanałów spektralnych; podejrzeć ilość kolumn i wierszy można w procesie wizualizacji lub w procesie Projekt File Maintanance



  1. Filtracja wygładzająca po zwiększeniu rozdzielczości DTM

    1. Przeprowadzić filtrację wygladzająca filtrem dolnoprzepustowym lub medianowym za pomocą procesu Raster/Filter/Spatial Filter o rozmiarze okna maski 3x3;

    2. W tym momencie należy wykonać zadanie polegające na ocenie jak filtr przestrzenny wpłynął na SRTM, w stosunku do pierwotnych wartości; proszę ocenić to na podstawie różnicy wysokości przed filtracją i po filtracji; odejmowanie tych dwóch rastrów wykonać za pomocą procesu Raster/Combine/Predefined; operacje algebraiczne, typ: substrat (odejmowanie); wynik zapisać jako raster dem-filt-diff w projekcie srtm-analysis.rvc (przesłać do prowadzącego ćwiczenia; przeanalizować histogramy wszystkich rastrów (oryginalny SRTM zwiększoną rozdzielczością, filtrowany i wynik i różnic pomiędzy nimi), wyniki i obrazy histogramów zapisać w pliku Word’a srtm-analysis.doc i wysłać do prowadzącego;

Mimo zaprezentowanego tu podejścia, zakładającego zastosowanie DTM o rozdzielczości mniejszej od rozdzielczości obrazu teledetekcyjnego, należy zapamiętać, iż o poprawniejsze jest zastosowanie DTM do korekcji wpływu oświetlenia o rozdzielcozści przestrzennej większej od rozdzielczości danych obrazowych.

  1. Opis warunków pogodowych 3-4 dni przed wykonaniem zobrazowania (im dokładniejsza wiedza o warunkach pogodowych w poprzedzających tym lepiej, nawet do miesiąca), www.wunderground.com; jeśli tam nie ma danych meteorologicznych dl anijbliżej położonej stacji, można to ściągnąć ze stron NOAA, w sposób opisany w prezentacji 2 do wykładów.

    1. Wpisać w okienku serach (szukaj) nazwę miejscowości znajdującej się na obrazie Landsat’a; można również wpisać Polska i wtedy pojawi się lista wszystkich stacji dostępnych z obszaru Polski; w przypadku pogranicza (lub obszaru Niemiec) można skorzystać ze stacji położonej na obszarze Niemiec

    2. W przypadku braku stacji meteorologicznej, poszukać najbliższą i dla niej sprawdzić przebieg warunków pogodowych przed wykonaniem analizowanego



  1. Przeglądanie wysokorozdzielczych danych teledetekcyjnych dla wybranego obszaru

    1. Interpretacja danych teledetekcyjnych wymaga dużej wiedzy o terenie, który obejmuje obraz – tę wiedzę może częściowo dostarczyć obejrzenie wysokorozdzielczych zdjęć sateltiarnych

    2. Googleearth.com

    3. Zumi.pl

    4. Geoportal.gov.pl

    5. Jeśli to możliwe ustalenie dat dla zawartych w tych przeglądarkach danych teledetekcyjnych

    6. dla google.earth datę można ustalić poprzez przeglądnięcie skorowidzów,

    7. dla geoportalu można ustalić date poprzez skorowidze zdjęć lotniczych na www.codgik.gov.pl z precyzją do jednego roku

    8. dla zumi orientacyjny czas obrazu można ustalić poprzez skorzystanie z geoserver.pl

    9. precyzyjne ustalenie dat wykonania zdjęć Ikonos lub QuickBird jest możliwe poprzez skorzystanie z przeglądarek danych oferowanych przez firmy zarządzające tymi sensorami GeoEye (Ikonos) and DigitalGlobe (quickBrid)



  1. Charakterystyka ogólno-geograficzna (fizjonognomiczna) obszaru objętego zobrazowaniem Landsat (od jednej czwartej do pół strony A4, 12 p., Arial Norrow, Odstęp 1), na przykład na podstawie danych w Internecie, przewodników turystycznych;

    1. charakterystyka powinna objąć rzeźbę terenu (jej charakter, dominujące formy, zmienność wysokości względnej), charakterystykę pokrywy glebowej, roślinność naturalną i uprawianą rolniczo (dominujące gatunki, ich wymagania klimatyczne i glebowe); pokrycie terenu związane z działalnością człowieka, proces urbanizacji; przemysł wielkopowierzchniowy (np. kopalnie odkrywkowe);



  1. Wypełnienie karty opisu ogólnej charakterystyki obrazu satelitarnego;

    1. Karta opisu znajduję się pod adresem: http://www.geoinfo.amu.edu.pl/geoinf/idnform.doc



  2. Ściągnąć ze strony http://www.microimages.com/downloads/ScriptsByJack.htm skrypty do przetwarzania przygotowanych danych: srfi.sml, diag.sml i tercor.sml oraz odpowiednie przewodniki do tych skryptów ze strony: http://www.microimages.com/downloads/FAQsByJack.htm;

  3. W pierwszej kolejności należy dokonać konwersji kanałów wybranego fragmentu obrazu satelitarnego Landsat z DN do SRFI za pomocą skryptu srfi.sml, przyjmując w tym momencie standardowe wartości parametrów obliczeniowych (pełna korekcja warunków atmosferycznych – opcja 2); Dane o dacie przetwarzania, kątach zenitalnym i horyzontalnym Słońca należy uzyskać z pliku metadanych (był na płycie CD);

  4. W następnej kolejności należy obliczyć SRFI korygując wpływ warunków topograficznych na odbite promieniowanie elektromagnetyczne za pomocą skryptu tercor.sml;

  5. Notacja (oznaczenia dla kanałów Landsat’a nieskorygowanych i skorygowanych – dla kanałów skorygowanych skryptem tercor dołożyć do nazwy …-kor;

  6. Wpływ rzeźby terenu na wartość współczynnika SRFI;

    1. Obliczyć różnice pomiędzy kanałami nieskorygowanymi a skorygowanymi procedurą odejmowania dwóch rastrów, proces Raster/Combine/Predefinded – operacje algebraiczne, odejmowanie (ang. Algebraic, substrat)

    2. Zapis wyników odejmowania dokonać w kodowaniu 16-bitowym ze znakiem (wpływ rzeźby na wielkość współczynnika odbicia (SRFI) może być dodatni lub ujemny

    3. Przeanalizować wielkość wpływu rzeźby na współczynnik odbicia (podstawą są histogramy rastrów zawierających wyniki odejmowania); wnioski zapisać w pliku idt-nazwisko-rzezba.doc ;

  7. Obliczyć podstawowy indeks wegetacyjny NDVI korzystając z kanału czerwonego i podczerwonego;

    1. Obliczyć ndvi z oryginalnych kanału czerwonego i podczerwonego z wartości DN, oznaczyć jako ndvi-dn;

    2. Obliczyć ndvi z srfi kanału czerwonego i podczerwonego z wartości DN, oznaczyć jako ndvi-srfi;

    3. Obliczyć ndvi z srfi skorygowanych (wpływ rzeźby) kanału czerwonego i podczerwonego z wartości DN, oznaczyć jako ndvi-srfi-kor;

    4. Obliczenia przeprowadzić za pomocą procesu Raster/Combine/Predefined – typ operacji Index, operacja ND, współczynniki skalujący równy 100, zapis rastra wynikowego w kodowaniu 8-bitowym ze znakiem;

  8. Przeanalizować różnice w wartościach ndvi uzyskanych z różnych rodzajów danych i wyjaśnić (spróbować zrozumieć przyczyny tych różnic):

    1. Obliczyć różnice pomiędzy ndvi-nd a ndvi-srfi, raster wynikowy zapisać w postaci 16-bitowej ze znakiem;

    2. Obliczyć różnice pomiędzy ndvi-nd a ndvi-srfi, raster wynikowy zapisać w postaci 16-bitowej ze znakiem;

    3. Obliczyć różnice pomiędzy ndvi-srfi a ndvi-srfi-kor, raster wynikowy zapisać w postaci 16-bitowej ze znakiem;

    4. Przeanalizować różnice w wartościach ndvi obliczonych na postawie DN, SRFI i SRFI-kor; wnioski zapisać w pliku idt-nazwisko-ndvi.doc;

    5. Analizę przeprowadzić dla wybranych powierzchni zidentyfikowanych kilku klas użytków: gleb nie pokrytych roślinnością



  1. Analizowanie danych teledetekcyjnych wymaga ich wizualizacji; najczęściej dokonuje się jej wykorzystując model barwny RGB, podstawiając wybrane kanały za odpowiednie składowe barwne; poniżej przestawione zostaną trzy kombinacje barwne:

    1. RGB – 321 – kombinacja w barwach rzeczywistych,

    2. RGB – 741 (741) – kombinacja w barwach nienaturalnych (zielonym kolorem sa przedstawiane powierzchnie charakteryzujące się dużą biomasą; w bliskiej podczerwieni rośliny generalnie odbijają bardzo dużo promieniowania im większa jest biomasa, w konkretnych przypadkach stopień odbicia zależy od budowy liścia, stanu zdrowotnego roślin, stopnia rozwoju roślin; bardzo wysokie wartości DN w tym kanale -4- powodują, że powierzchnie roślinne mają zielony kolor; wszystko, co nie jest pokryte roślinnością jest przedstawiane kolorem różowym w różnych odcieniach; powierzchnie, pokryte roślinnością tylko w pewnym stopniu są przedstawiane kolorami pośrednimi między różem a zielenią;

    3. RGB – 432 – tzw. CIR – color infrared, tej kombinacji roślinki są przedstawiane jest kolorem czerwonym, a to co nią nie jest kolorem blado niebieskim;

    4. Do poprawnej wizualizacji należy wykorzystywać znormalizowane rozciąganie kontrastu.

    5. Zadanie: Aby poprawić ostrość obrazu wykonać filtrację przestrzenna górnoprzepustową, czyli wyostrzyć każdy kanał dla dowolnie wybranej kombinacji barwnej przedstawionej w poprzednich podpunktach;

    6. Filtracje przestrzenną wykonać za pomocą procesu złożenie do pojedynczego obrazu wykonać za Raster/Filter/Spatial Filter; grupa filtrów General, wybrać jeden z dwóch HighPass lub Highboost;

    7. Złożenie trzech wybranych kanałów spektralnych do pojedynczego obrazu wykonać za pomocą procesu Raster/Combine/Convert Color, zapis w formacie 24-bitowym composite;

    8. kanały poddane filtracji i złożone do obrazu kompozytowego (złożonego) zapisać w pliku wizual.rvc;



  2. PUNKTUSUNIĘTY W STOSUNKU DO PORPZEDNEJ WERSJI OPISU;

  3. Wybór kanałów do klasyfikacji nadzorowanej i nienadzorowanej; zazwyczaj stosuje się podejście, że wybrane kanały spektralne mają się między sobą jak najbardziej różnić; zazwyczaj wybiera się trzy kanały (jesteśmy jako ludzie przestrzeń spektralną wyobrazić sobie jako trójwymiarowy układ współrzędnych; kanałów – cech podlegających klasyfikacji może być o wiele więcej, TNTmips może klasyfikować do 256 cech, zapisanych w oddzielnych rastrach; wybór trójki kanałów może być oparty na analizie statystycznej; jedną z miar oceniających zróżnicowanie pomiędzy trójkami kanałów jest Optimal Indeks Factor, obliczany według równania zaproponowanego przez Chavez’a (1982):