30.09.2013 Views

20. Fjärranalys (uppdaterad 2012) - Institutionen för naturgeografi ...

20. Fjärranalys (uppdaterad 2012) - Institutionen för naturgeografi ...

20. Fjärranalys (uppdaterad 2012) - Institutionen för naturgeografi ...

SHOW MORE
SHOW LESS

You also want an ePaper? Increase the reach of your titles

YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.

Introduktion till<br />

<strong>Fjärranalys</strong><br />

Lars Eklundh<br />

Inst. <strong>för</strong> Naturgeografi och<br />

Ekosystemvetenskap<br />

EXTA50: Samhällsmätning<br />

Litteratur:<br />

Harrie: kap. 5.3, 5.4<br />

denna presentation,<br />

samt övningen.


<strong>Fjärranalys</strong>, jordobservation och<br />

fotogrammetri<br />

<strong>Fjärranalys</strong>: All insamling av data på avstånd, t.ex.<br />

- Flygbilder<br />

- Satellitdata<br />

- Radar och Lidar (laser) både markbaserad och från luften<br />

Jordobservation: fjärranalys av jordytan<br />

Fotogrammetri: användning av stereografiska fjärranalysdata <strong>för</strong><br />

skapande av höjddata m.m.


Var<strong>för</strong> använda fjärranalys?<br />

• Täcker stor yta. Många karteringar omöjliga att ut<strong>för</strong>a utan<br />

fjärranalys enbart p.g.a. att det tar <strong>för</strong> lång tid med fältbaserade<br />

metoder.<br />

• Ger överblick: vissa mönster, m.m. kan bara ses från ovan,<br />

t.ex. arkeologi, geologiska strukturer, landformer, m.m.<br />

• Ger möjlighet till aktualitet!<br />

• Man vill studera olika <strong>för</strong>eteelsers rumsliga <strong>för</strong>delning och<br />

placering i landskapet.


Användning av fjärranalys (exempel)<br />

• Rita kartor – ekonomiska, topografiska, orienteringskartor (vägar,<br />

byggnader, markanvändning, terräng)<br />

• Skogsbruk – skogsgränser, in<strong>för</strong> avverkningar (höjd, täthet),<br />

skogsvägar, kalhyggen, upprätta skogsbruksplaner, hälsotillstånd<br />

Samhällsplanering – planering av städer, utbyggnadsområden,<br />

grönområden, naturreservat<br />

Geologi – jordarter, landformationer, blockrik terräng<br />

Ekologiska studier – kartering av vegetationstyper,<br />

vegetations<strong>för</strong>ändringar, ädellövskog, våtmarker<br />

Väder – prognoser, klimateffekter<br />

Militärt – spaning, kartering av framkomlighet<br />

Forskning – globala <strong>för</strong>ändringar, klimat, vegetation, hav, is,<br />

atmosfär, miljö<strong>för</strong>störing, u-landsfrågor, etc.


Svartvit bild – pankromatisk<br />

• hög geometrisk upplösning<br />

• bra <strong>för</strong> mätning<br />

Flygbilder<br />

Färgbild – multispektral<br />

• lägre geometrisk upplösning<br />

• bra <strong>för</strong> tolkning av markegenskaper<br />

• ofta IR-bilder – bra <strong>för</strong> vegetation


Flygstråk med överlappande bilder<br />

• Tolkning av bilder i 3D stereo<br />

• Mätning av höjder av objekt<br />

• Höjdmodeller<br />

• Ortofoton<br />

Image: http://www.imtcan.com/services/triangulation.htm


data (bilder)<br />

Bildegenskaper<br />

tolkning<br />

information (karta)<br />

Bildegenskaper definieras av<br />

• geometrisk upplösning - pixelstorlek, GSD<br />

• spektral upplösning - antal våglängdsband<br />

• tidsupplösning - hur ofta bilderna kan tas<br />

• radiometrisk upplösning - hur känslig en sensor är<br />

• atmosfären - moln, dis, m.m.<br />

• m.m.


Clemenstorget, Lund<br />

bild: www.lund.se


Clemenstorget, Lund


Inzoomning


Inzoomning


Inzoomning<br />

25 cm<br />

25 cm


Ales stenar


Kontrastskillnader ger ökad upplösning


Satellitteknik – skillnad mot flygbildsteknik<br />

• Högre flyghöjd<br />

– Lägre upplösning<br />

– Längre väg genom atmosfären – störningar<br />

– Annan geometri (ej centralprojektion, jordkurvatur påverkar)<br />

• Elektronisk mätning med kalibrerad radiometer – möjligt mäta<br />

fysikaliska storheter (radians, reflektans, strålningstemperatur)<br />

• Multispektral registrering – smalare och fler våglängdsband<br />

• Fasta banor eller positioner<br />

– Regelbunden återkomst<br />

– Bättre tillgång till tidsserier


Vad vet vi om satelliter från filmens värld?<br />

• Man kan identifiera individer<br />

• Man kan jaga springande människor<br />

i gatumiljö<br />

• Man kan läsa av bilars<br />

nummerskyltar<br />

• Man kan se in i byggnader


Olika rumslig och temporal skala<br />

0.5 – 2 m 10 – 30 m 250 – 1000 m<br />

år månad dag


Satellitbanor<br />

Geostationära eller nära-polära banor


Geostationära satelliter<br />

• Roterar med samma vinkelhastighet som jorden, dvs. de befinner<br />

sig alltid över över samma punkt på jordytan (ekvatorn)<br />

• Befinner sig ca 36000 km över jordytan<br />

• Fram<strong>för</strong> allt meteorologiska<br />

• Satelliterna kan se mycket stort område (nästan halva jorden)<br />

• Täta registreringar i tiden (15-30 min)<br />

Meteosat visible and<br />

infrared imager.<br />

VIS: 0.45-1.0,<br />

SWIR: 5.7-7.1<br />

IR: 10.5-12.5


Meteosat<br />

3 km<br />

upplösning<br />

12<br />

våglängdsband<br />

Meteosat-8<br />

09 May 2003,<br />

1215 UTC


Sahara: moln och stoftstorm<br />

Meteosat 3 March 2004


Nära-polära satelliter<br />

• Går i en NÄRA-POLÄR BANA runt jorden. Omloppstiden är ca<br />

100 minuter.<br />

• Banan är <strong>för</strong> det mesta SOLSYNKRON, dvs. banan bibehålles i<br />

en konstant position i <strong>för</strong>hållande till solen under satellitens<br />

rörelse. Detta innebär att satelliten alltid passerar vid SAMMA<br />

LOKALA TID på samma latitud.<br />

• Flyger på ca 200 -1000 KM höjd.<br />

• “Tittar” på ett begränsat område<br />

• Både meteorologiska och jordresurs-satelliter.


Vädersatelliten<br />

NOAA<br />

1 km upplösning<br />

5 våglängsband<br />

daglig återkomst<br />

1999-08-03


Havsis i Arktis 2005 jäm<strong>för</strong>t med 1979


Landsat<br />

(f.d. ERTS)<br />

Första<br />

jordresurs-<br />

satelliten<br />

1972 – idag<br />

Sensor ETM<br />

30 m upplösning<br />

7 våglängdsband<br />

återkomsttid 16 dagar


juni 1975<br />

juli 1989<br />

sep 2001<br />

aug 2008<br />

Skogsavverkning – Rondonia (Brasilien)<br />

Source:<br />

USGS / Google


juni 1975<br />

juli 1989<br />

sep 2001<br />

aug 2008<br />

Skogsavverkning – Rondonia (Brasilien)<br />

Source:<br />

USGS / Google


juni 1975<br />

juli 1989<br />

sep 2001<br />

aug 2008<br />

Skogsavverkning – Rondonia (Brasilien)<br />

Source:<br />

USGS / Google


juni 1975<br />

juli 1989<br />

sep 2001<br />

aug 2008<br />

Skogsavverkning – Rondonia (Brasilien)<br />

Source:<br />

USGS / Google


Quickbird 0.6 m upplösning, 4 våglängdsband<br />

Bild: DigitalGlobe


GeoEye<br />

0,5 m upplösning<br />

Små områden!<br />

Port-au-Prince, Haiti<br />

efter jordbävningen<br />

12/1, 2010<br />

(magnitud 7)<br />

Källa: GeoEye


Källa: Digitalglobe / Google<br />

New Orleans 2005<br />

31 augusti, 2005, kl.10.00


Typer av sensorer<br />

Aktiva sensorer – har egen energikälla (laser, radar)<br />

Passiva sensorer – utnyttjar solen som energikälla, man mäter<br />

reflekterad eller emitterad energi.<br />

Data registreras elektroniskt och lagras och distribueras i digitalt<br />

format. ”Bilder” skapas som liknar rasterskikt. Dessa kan finnas i<br />

ett eller flera våglängdsband.


Källa: Nebel & Partner<br />

Laserskanning<br />

• Pixelupplösning: 1.5 – 25 cm<br />

• Höjdupplösning: +- 10 cm


Radar<br />

Oil slick, Skåne Tsunami damage - Nicobar island


Mt. Vesuvio<br />

Messina strait<br />

Radar


Elektromagnetiska spektrumet<br />

Synligt ljus är en liten del av det elektromagnetiska spektrumet.<br />

Kortare våglängder är t.ex gammastrålning, röntgenstrålning och UV-ljus.<br />

Längre våglänger är t.ex. nära-infraröd (NIR), termal-infraröd (TIR, värmestrålning),<br />

mikrovågsstrålning och radiovågor.


Solspektrum och atmosfärisk absorption<br />

http://www.globalwarmingart.com/wiki/Image:Solar_Spectrum_png<br />

(nm)<br />

Solen (5800 K) emitterar energi med maximum i det synliga området.<br />

Jorden (300 K) emitterar energi med maximum i det termala området.


Atmosfäriska fönster<br />

http://www.geog.ucsb.edu/~jeff/115a/remote_sensing/spectrum_graphics.html


Vanliga våglängdsband inom fjärranalys<br />

0,4 – 0,7 m synligt<br />

0,7 – 1,5 m nära infrarött, NIR<br />

blått 0,4 - 0,5; grönt 0,5 – 0,6; rött 0,6 -0,7<br />

1,5 – 3,0 m mellan-infrarött, MIR<br />

8,5 – 12,5 m termalt infrarött, TIR


Elektromagnetisk strålning sprids mot<br />

markytan


Processer när energin interagerar med materia<br />

• reflektion<br />

• transmission<br />

• absorption → värme →<br />

emission<br />

Förhållandet mellan dessa<br />

beror på materians<br />

egenskaper.<br />

Den reflekterade och<br />

emitterade energin<br />

kan registreras av<br />

satellitsensorn


Spektrala signaturer<br />

plotta reflektans mot våglängd


Skillnad vanlig<br />

färgfilm mot<br />

IR-färgfilm<br />

Lillesand, Kiefer and Chipman


Botaniska trädgården, Lund<br />

Bild: Panoramio (www.panoramio.com)


Botaniska trädgården – skillnad RGB mot IR-färg


Dalby söderskog : RGB – IR-färg


flygkameror<br />

Sensorer<br />

CCD (charge coupled devices)<br />

satellitsensorer<br />

GSD (ground sampled distance) = pixelstorlek på marken


Multispektral registrering<br />

Skapa FCC (false color composite) genom<br />

att kombinera olika våglängdsband<br />

NIR R<br />

Rött → G<br />

Grönt B


Reflectance (%)<br />

60<br />

50<br />

40<br />

30<br />

20<br />

10<br />

1 2<br />

3<br />

Landsat ETM - våglängdsband<br />

Landsat TM<br />

4 5 7<br />

0.6 1.0 1.4 1.8 2.2 2.6<br />

visible NIR MIR<br />

Senescent leaves<br />

Yellowing leaves<br />

Green leaves<br />

Wavelength<br />

(micro meter)


Landsat 7<br />

Enhanced<br />

Thematic<br />

Mapper (ETM)<br />

990803<br />

band R G B


Landsat ETM enskilda våglängdsband<br />

1<br />

4<br />

2<br />

5<br />

3<br />

7


Rött Nära infrarött


Landsat<br />

ETM<br />

FCC<br />

NIR<br />

Rött<br />

Grönt


Landsat<br />

ETM<br />

FCC


Spectral reflectance<br />

0.50<br />

0.40<br />

0.30<br />

0.20<br />

0.10<br />

0.00<br />

Vegetationsindex<br />

Aritmetiska kombination av olika våglängder<br />

• Enkelt kvotindex = RNIR / Rred Homogeneous vegetation<br />

Red Near-IR<br />

400<br />

600<br />

800<br />

1000<br />

1200<br />

1400<br />

1600<br />

1800<br />

2000<br />

2200<br />

2400<br />

Soil<br />

LAI 1<br />

LAI 3<br />

Utnyttjar denna skillnad<br />

jord<br />

lite vegetation<br />

mycket vegetation<br />

Maximerar vegetationssignalen och minskar effekt av störande<br />

bakgrund, atmosfär, m.m.


Hur vi analyserar fjärranalysdata<br />

• Bildtolkning / mätning av olika objekt.<br />

– Kontrast och färg<strong>för</strong>stärkningar<br />

– FCC<br />

– Rumsliga bilder – kantskärpning etc.


Hur vi analyserar fjärranalysdata, forts.<br />

• Automatisk klassificering av multispektrala bilddata<br />

– Övervakad klassificering: användaren ”tränar” datorn med<br />

statistik från träningsytor<br />

Multispektrala data<br />

Bildstatistik i n<br />

våglängdsband<br />

<strong>för</strong> varje klassD<br />

Jäm<strong>för</strong> alla pixlar<br />

med träningsdata<br />

Klassad bild


Hur vi analyserar fjärranalysdata forts.<br />

– Oövervakad klassificering: Datorn ”delar in” bilden i olika klasser<br />

– användaren undersöker vad dessa motsvarar i verkligheten<br />

Multispektrala data<br />

5<br />

1<br />

klustring<br />

Tilldelning av klassattribut<br />

3<br />

2<br />

4


Hur vi analyserar fjärranalysdata forts.<br />

• Mätning av egenskaper<br />

Kräver omräkning av bilddata till fysikaliska storheter (radians)<br />

Kan bygga på fysikaliska eller empiriska relationer<br />

- Temperatur<br />

- Albedo<br />

– vegetationens struktur (bladyta, trädtäthet, biomassa etc.)<br />

– vegetationsprocesser (fotosyntes, avdunstning etc.)<br />

– Markfuktighet<br />

- Föroreningar<br />

- Atmosfärsegenskaper<br />

- m.m.<br />

• Förändringsprocesser<br />

– Multitemporala data<br />

• Analys av fjärranalysdata i GIS


Havsytetemperatur<br />

NOAA Juli 1984


Atmosfäriskt<br />

Ozone<br />

ERS-2<br />

GOME


Vattenånga<br />

Meteosat-7<br />

20 Oct 98, 1200 UTC


Användning av satellitburen fjärranalys<br />

• KARTERING <strong>för</strong> planering av utnyttjande av regionala och<br />

nationella resurser: markanvändning, skogsresurser<br />

• UPPDATERING av topografisk kartinformation<br />

• Regionala, nationella och internationella INVENTERINGAR av<br />

existerande resurser, och hur dessa <strong>för</strong>ändras: berggrund,<br />

markanvändning, tropiska skogar, m.m.<br />

• EU-ÖVERVAKNING av jordbrukssubventioner: Enbart i Sverige<br />

60000 bönder! Stickprov, automatisk klassning av Landsat TM-data,<br />

jäm<strong>för</strong>else med kartor som bönderna har ritat.


Användning av satellitburen fjärranalys, forts<br />

• METEOROLOGISK/OCEANOGRAFISK verksamhet: moln, vind,<br />

strömmar, havsis-övervakning, våghöjd, is, snö, m.m<br />

Kanske största operativa användningen av satellitdata!<br />

• ÖVERVAKNING vid aktuella miljöproblem eller katastrofer:<br />

stormar, oljeutsläpp, översvämningar, torka/svält, bränder,<br />

gräshoppsangrepp, algblomning, m.m.<br />

• MILJÖ OCH KLIMATFORSKNING: näringsläckage/vattenkvalitet,<br />

<strong>för</strong>surning/skogsdöd, ökenspridning och annan mark<strong>för</strong>störing,<br />

insektsangrepp, tropiska sjukdomar, klimat<strong>för</strong>ändringar,<br />

kolbalansstudier, is<strong>för</strong>hållanden, glaciärer, m.m.


Hantering av stora datamängder<br />

Image: Metria<br />

Global kartering med<br />

högupplösande data (Landsat,<br />

SPOT HRV, Aster…) innebär<br />

processering av tusentals<br />

satellitscener – alla med olika<br />

radiometri, atmosfärs<strong>för</strong>hållanden,<br />

geometri etc.


Förändringar - stormen Gudrun januari 2005<br />

SPOT 2004 SPOT 2005


Bild<strong>för</strong>stärkning<br />

- transformationer<br />

NDVI difference, PCA ch 3<br />

and channel 2004:1


Vår forskning med satellitdata<br />

• Effekt av klimat<strong>för</strong>ändringar i olika<br />

områden<br />

• Beräkning av kolupptag i vegetation<br />

med satellitdata<br />

• Övervakning av skogsskador pga.<br />

stormar och insektsangrepp.<br />

• Studier av torka och ökenspridning<br />

• Interaktionen mellan människa-miljö<br />

• Studier av växtlighetens säsongsdynamik<br />

(fenologi)<br />

• Biodiversitet


• Komersiella data köpes från<br />

t.ex. Metria<br />

• Ny nationell databas med<br />

gratis svenska satellitdata:<br />

SACCESS<br />

www.lantmateriet.se<br />

• Nytt arkiv med gratis<br />

LANDSAT-data<br />

http://glovis.usgs.gov/<br />

• Gratis tillgänglighet till<br />

globala satellitdata från<br />

NASA<br />

https://wist.echo.nasa.gov/<br />

Tillgänglighet till satellitdata


Mer information:<br />

http://www.nateko.lu.se/earth_observation<br />

E-post: lars.eklundh@nateko.lu.se

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!