Ορθοφωτοχάρτης της νήσου Ιθάκης από Δορυφορικές εικόνες Aster

Transcript

1 ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΑΤΡΩΝ ΤΜΗΜΑ ΓΕΩΛΟΓΙΑΣ Ορθοφωτοχάρτης της νήσου Ιθάκης από Δορυφορικές εικόνες Aster Φοιτήτρια: Μουρελά Δήμητρα Καθηγητής επιμελητής: Μηλιαρέσης Γιώργος ΠΑΤΡΑ 2009

2 2 ΠΕΡΙΛΗΨΗ Οι δορυφορικές εικόνες ASTER αποτελούν το πιο πρόσφατο προϊόν της διαστημικής τεχνολογίας, Έχει πολύ μεγάλη φασματική διακριτική ικανότητα σε σημείο που να χαρακτηρίζεται από αρκετούς επιστήμονες σαν ένα υπερφασματικό καταγραφικό σύστημα στο υπέρυθρο. Έτσι δίνονται νέες δυνατότητες για την ερμηνεία είτε ποιοτικά είτε ποσοτικά καλύψεων γης και φυσικών καταστάσεων της γήινης επιφάνειας, αφού οι προηγούμενοι δορυφόροι είχαν ελάχιστο αριθμό καναλιών στο υπέρυθρο και τα οποία είχαν πολύ μεγάλο εύρος. Ο σκοπός είναι η σύνθεση ενός δορυφορικού χάρτη της Ιθάκης από δορυφορικές εικόνες ASTER. Πρώτα θα εφαρμοσθούν διορθώσεις (αποζωνοποίηση, μετατροπή σε τιμές ενέργειας.) και στην συνέχεια θα γίνει παραμετρική γεωμετρική διόρθωση.

3 3 ΠΕΡΙΕΧΟΜΕΝΑ 1. Βιβλιογραφία Εισαγωγή Μεθοδολογία Δορυφόρος ASTER Εικόνα pg-pr1a _007_ Περιοχή μελέτης Ραδιομετρικές διορθώσεις Αποζωνοποίηση Απόλυτες τιμές ακτινοβολίας στον σαρωτή Μετατροπή από τιμές φωτεινότητας σε τιμές ενέργειας Γεωμετρική διόρθωση Συμπέρασμα.68

4 4 1. ΒΙΒΛΙΟΓΡΑΦΙΑ Abrams Μ.Ηοοk S., ASTER User Handbook, Version 2. EROS Data Center, 135 p. Chavez, P, Image-based atmospheric corrections revisited and revised. Photogrammetry Engineering and Remote Sensing, 62(9): Gagnon1 L. and Klepko R., Hierarchical Classifier Design for Airborne SAR Images of Ships. SPIE Proc. #3371, conference Automatic Target Recognition VIII, Orlando,12 p. Lillesand, T. M. and R. W. Kiefer Remote Sensing and Image Interpretation, 3rd Ed. John Wiley and Sons, Inc. 750 pp. Sheffield, C., Selecting band combinations from multispectral data. Photogrammetric Engineering & Remote Sensing, 51(6): Yang X., Lo C Relative radiometric normalization performance for change detection from multi-date satellite images. PE & RS, 66(8) Μερτίκας Σ. Π., Τηλεπισκόπηση και Ψηφιακή Ανάλυση Εικόνας. Εκδόσεις ΙΩΝ, Αθήνα, 443 σελ. Μηλιαρέσης Γ., Φωτοερμηνεία Τηλεπισκόπηση. Εκδόσεις Ίων, Περιστέρι, 250 σελ. Πέτσα Ε.,1998. Σημειώσεις από το μάθημα Ψηφιακή Φωτογραμμετρία. Αθήνα, 112 σελ. Πήτας Ιωάννης, Ψηφιακή Επεξεργασία Εικόνας. Θεσσαλονίκη, 331 σελ. Μηλιαρέσης Γ Αναγνώριση Γεωμορφών από ψηφιακά μοντέλα εδάφους και τηλεπισκοπικές απεικονίσεις με μεθόδους ψηφιακής επεξεργασίας εικόνας, ανάλυσης προτύπων και εμπείρων συστημάτων. Διδακροτική Διατριβή, ΕΜΠ, 280 σελ

5 5 2. ΕΙΣΑΓΩΓΗ Οι δορυφορικές εικόνες ASTER αποτελούν το πιο πρόσφατο προϊόν της διαστημικής τεχνολογίας, που είναι διαθέσιμο για όλη τη γη με εξαιρετικά χαμηλό κόστος (55 δολάρια ανά εικόνα, κόστος που καλύπτει τα έξοδα αναπαραγωγής και αποστολής των δεδομένων). Ο δορυφόρος ASTER έχει πολύ μεγάλη φασματική διακριτική ικανότητα σε σημείο που να χαρακτηρίζεται από αρκετούς επιστήμονες σαν ένα υπερφασματικό καταγραφικό σύστημα στο υπέρυθρο. Πιο συγκεκριμένα, ο ASTER έχει δυο κανάλια μόνο στο ορατό ( στο πράσινο και στο κόκκινο), ένα κανάλι στο εγγύς υπέρυθρο και μία σειρά από κανάλια στο μέσο και στο θερμικό υπέρυθρο. Έτσι δίνονται νέες δυνατότητες για την ερμηνεία είτε ποιοτικά είτε ποσοτικά καλύψεων γης και φυσικών καταστάσεων της γήινης επιφάνειας, αφού οι προηγούμενοι δορυφόροι π.χ. LANDSAT είχαν ελάχιστο αριθμό καναλιών στο υπέρυθρο και τα οποία είχαν πολύ μεγάλο εύρος. Ο σκοπός είναι η χαρτογράφηση του Ν. Ιθάκης από δορυφορικές εικόνες ASTER και η σύνθεση ενός δορυφορικού ορθοφωτοχάρτη. Για αυτό το σκοπό, θα γίνουν όλες οι απαραίτητες προεπεξεργασίες ( ραδιομετρικές και γεωμετρικές διορθώσεις ).

6 6 3. ΜΕΘΟΔΟΛΟΓΙΑ 3.1. Δορυφόρος ASTER Σχήμα 1. Σύγκριση της φασματικής δειγματοληψίας του ASTER με τον θεματικό χαρτογράφο του δορυφόρου LANDSAT Το πρόγραμμα ASTER (Advanced Spaceborne Thermal Emission & Reflection Radiometer) είναι προϊόν της συνεργασίας της NASA και του Υπουργείου Έρευνας και Βιομηχανίας της Ιαπωνίας με την συμμετοχή πολλών ερευνητικών ινστιτούτων από όλο τον κόσμο (Γαλλία, Αυστραλία, κ.α.). Τα καταγραφικά συστήματα του ASTER είναι τρία VNIR, SWIR, TIR (Σχήμα 1, 2) με διαφορετική φασματική διακριτική ικανότητα (Σχήμα 1, Πίνακας 3), τα οποία συνθέτουν ένα υπερφασματικό καταγραφικό σύστημα στο θερμικό με στέρεοδυνατότητα στο εγγύς υπέρυθρο (Aster, 2001). Η χρονική διακριτική ικανότητα είναι 16 ημέρες (revisit time), καλύπτοντας τις περιοχές της γης από 81.2 ο Ν μέχρι 81.2 ο Β. Πιο συγκεκριμένα, η λήψη στερεοζευγαριών (along-track stereo data) γίνεται από το καταγραφικό σύστημα

7 Διακριτική χωρική Διακριτική χωρική Διακριτική 7 VNIR (Visible and Near Infrared) που αποτελείται από 3 διανυσματικούς σαρωτές (pushbroom scanner) έναν για κάθε φασματικό κανάλι. Το εστιακό επίπεδο κάθε σαρωτή αποτελείται από 5000 στοιχειώδεις ανιχνευτές, διατεταγμένους σε ευθεία γραμμή. Ο τρίτος σαρωτής μπορεί να στραφεί κατά +/-24 ο και να επιτύχει λήψεις υπό-γωνία (πλάγιες λήψεις) δημιουργώντας στερεοζευγάρια. Κάθε εικόνα καλύπτει περίπου έκταση 75 km * 75 km ενώ η περιοχή επικάλυψης των δύο εικόνων αντιστοιχεί / καλύπτει περιοχή έκτασης τουλάχιστον από 60 km * 60 km. Η λήψη στο ναδίρ ονομάζεται 3N (nadir) ενώ η λήψη υπό γωνία γίνεται καθώς απομακρύνεται ο δορυφόρος (backward looking ή aftviewing) και λέγεται 3Β. Ο λόγος βάσης προς ύψος (base/height ratio) των στερεοζευγαριών που προκύπτουν είναι 0.6 (το ύψος τροχιάς του είναι 705 km). Σχήμα 3. Καταγραφικό σύστημα VΝΙR (Aster, 2001) VNIR (Ορατό-εγγύς υπέρυθρο) B1: ( ) Nadir SWIR (μέσο υπέρυθρο) B4: ( ) TIR (θερμικό υπέρυθρο) B10: ( ) Πράσινο B2: ( ) Nadir B5: ( ) B11: ( )

8 8 Κόκκινο B3: ( ) Nadir B6: ( ) B12: ( ) Εγγύς υπέρυθρο B3 : ( ) Εγγύς υπέρυθρο Υπό-γωνία 24 B7: ( ) B13: ( ) B8: ( ) B14: ( ) B9: ( ) Πίνακας 1. Χωρική και φασματική διακριτική ικανότητα των σαρωτών του ASTER Τα δεδομένα του ASTER δίνουν νέες δυνατότητες λόγω της αρκετά καλής χωρικής διακριτικής ικανότητας του συστήματος σε συνδυασμό με την μεγάλη φασματική διακριτική ικανότητα του (ύπαρξη 14 καναλιών) με την πλειοψηφία των καναλιών να είναι στο υπέρυθρο. Η ύπαρξη τόσο πολλών καναλιών στο υπέρυθρο είναι πολύ σημαντική στην γεωλογία αλλά και στον αστικό σχεδιασμό για τον εντοπισμό βιομηχανικών εγκαταστάσεων, σταθμών ηλεκτρικής ενέργειας και μηχανοκίνητων μονάδων, κ.α. Επιπλέον, με κατάλληλες ραδιομετρικές διορθώσεις και μετασχηματισμούς είναι δυνατή η μετατροπή των τιμών φωτεινότητας που καταγράφει ο σαρωτής σε φυσικές ποσότητες (π.χ. τιμές θερμοκρασίας, κ.α.) στην επιφάνεια της γης. Η δυνατότητα αυτή, ιδιαίτερα στο εγγύς, μέσο και θερμικό υπέρυθρο δίνει νέες δυνατότητες στην μελέτη και προστασία του γήινου περιβάλλοντος Εικόνα pg-pr1a _001_056.met Η δορυφορική εικόνα ASTER που θα χρησιμοποιήσουμε ονομάζεται pg- PR1A _001_056.met. Η εικόνα αυτή παραχωρήθηκε δωρεάν για ερευνητικούς σκοπούς από το ερευνητικό ινστιτούτο U.S. Geological Survey των Η.Π.Α. στα πλαίσια του πρώτου έτους δοκιμαστικής λειτουργίας του δορυφόρου. Από τον Οκτώβριο του 2002 η παραγγελία των εικόνων (ASTER ORDER 2002) γίνεται από το διαδίκτυο και το κόστος ανά εικόνα μαζί με τα έξοδα αποστολής είναι 55 δολάρια.

9 9 Η εικόνα μας έχει δοθεί σε τυποποίηση hdf. Το hdf είναι ένα φορμάτ, το οποίο έχει υιοθετήσει η ΝΑΣΑ για να καταχωρεί τις πλεγματικές εικόνες. Μια σειρά από προγράμματα που δίνονται δωρεάν από το διαδίκτυο είναι διαθέσιμα στην διεύθυνση: και επιτρέπουν την μετατροπή των εικόνων σε άλλα φορμάτ όπως το tif. Σε αυτή την διπλωματική, επιλέχθηκε το πρόγραμμα hdfbrowse.exe το οποίο μετατρέπει τις εικόνες από hdf σε tif στο DOS. Η εκτέλεση του προγράμματος γίνεται με την βοήθεια ενός αρχείου batch (*.bat) στο οποίο δηλώνουμε το όνομα file name της εικόνας hdf και τα ονόματα των αρχείων tif (*.tif) για κάθε κανάλι της εικόνας, όπως φαίνεται παρακάτω: set PARAMS=-b1 -d1 -x hdfbrowse.exe -fpg-pr1a _007_024 %PARAMS% - s"vnir!vnir_band1!data Fields!ImageData" -o01vnir.tif hdfbrowse.exe -fpg-pr1a _007_024 %PARAMS% - s"vnir!vnir_band2!data Fields!ImageData" -o02vnir.tif hdfbrowse.exe -fpg-pr1a _007_024 %PARAMS% - s"vnir!vnir_band3n!data Fields!ImageData" -o03vnir.tif hdfbrowse.exe -fpg-pr1a _007_024 %PARAMS% - s"vnir!vnir_band3b!data Fields!ImageData" -o04vnir.tif hdfbrowse.exe -fpg-pr1a _007_024 %PARAMS% - simagedata[5] -o05swir.tif hdfbrowse.exe -fpg-pr1a _007_024 %PARAMS% - simagedata[6] -o06swir.tif hdfbrowse.exe -fpg-pr1a _007_024 %PARAMS% - simagedata[7] -o07swir.tif hdfbrowse.exe -fpg-pr1a _007_024 %PARAMS% - simagedata[8] -o08swir.tif hdfbrowse.exe -fpg-pr1a _007_024 %PARAMS% - simagedata[9] -o09swir.tif hdfbrowse.exe -fpg-pr1a _007_024 %PARAMS% - simagedata[10] -o10swir.tif hdfbrowse.exe -fpg-pr1a _007_024 %PARAMS% - s"tir!tir_band10!data Fields!ImageData" -o11tir.tif hdfbrowse.exe -fpg-pr1a _007_024 %PARAMS% - s"tir!tir_band11!data Fields!ImageData" -o12tir.tif hdfbrowse.exe -fpg-pr1a _007_024 %PARAMS% - s"tir!tir_band12!data Fields!ImageData" -o13tir.tif

10 10 hdfbrowse.exe -fpg-pr1a _007_024 %PARAMS% - s"tir!tir_band13!data Fields!ImageData" -o14tir.tif hdfbrowse.exe -fpg-pr1a _007_024 %PARAMS% - s"tir!tir_band14!data Fields!ImageData" -o15tir.tif Το παραπάνω batch αρχείο διαβάζει την εικόνα new.hdf (κάναμε αλλαγή ονόματος για ευκολία) και δημιουργεί 15 αρχεία tif με τα ονόματα 01vnir.tif, 02vnir.tif κ.α. όπως φαίνεται παρακάτω: Τα κανάλια vnir, 01, 02, 03 και μια ψευδοχρωματική απεικόνισή τους στην οποία η βλάστηση απεικονίζεται κόκκινη, η αστική περιοχή μπλε και η θάλασσα προς το μαύρο, δίνονται στα σχήματα 4,5,6 και 7 αντίστοιχα. Αυτό συμβαίνει γιατί ο ASTER δεν έχει μπλε κανάλι και χρησιμοποιούμε το πράσινο κόκκινο εγγύς υπέρυθρο του δορυφόρου στο μπλε πράσινο κόκκινο της οθόνης

11 Σχήμα 4. Εδαφική κάλυψη καναλιού 01 (vnir) 11

12 12 Σχήμα 5. Εδαφική κάλυψη καναλιού 02 (vnir) Εικόνα 1

13 13 Εικόνα 2 Σχήμα 6. Εδαφική κάλυψη καναλιού 03N (vnir)

14 14 Εικόνα 3 Σχήμα 7. Έγχρωμο σύνθετο (ψευδόχρωμη απεικόνιση) των καναλιών 03(εγγύς υπέρυθρο) κόκκινο, 02(κόκκινο) πράσινο, 01(πράσινο) μπλε της οθόνης. vnir_rgb

15 15 Εικόνα 4 Σχήμα 7. Έγχρωμο σύνθετο (ψευδόχρωμη απεικόνιση) των καναλιών 03(εγγύς υπέρυθρο) μπλε, 02(κόκκινο) πράσινο, 01(πράσινο) κόκκινο της οθόνης. vnir_rgb

16 16 Η εικόνα συνοδεύεται και από ένα αρχείο που εμπεριέχει μεταδιδόμενα, με το όνομα pg-pr1a _001_056.met Το επίπεδο επεξεργασίας της εικόνας είναι 1Α που σημαίνει ότι η εικόνα δεν έχει διορθωθεί γεωμετρικά και ραδιομετρικά (ενώ 1Β σημαίνει ότι η εικόνα έχει διορθωθεί ραδιομετρικά), σύμφωνα με το ASTER User Handbook (Abrams & Ηοοk 2002). Η εικόνα αυτή καταγράφηκε το έτος T09:13:14Z Η εικόνα έχει 4200 γραμμές και 4100 στήλες. Η εδαφική κάλυψη σε γεωγραφικές συντεταγμένες των τεσσάρων γωνιών της εικόνας δίνεται παρακάτω (σε δεκαδικές μοίρες) : Α\Α Γεωγραφικό μήκος (φ) Γεωγραφικό πλάτος (λ) Σημείο Σημείο Σημείο Σημείο Οι συνθήκες λειτουργίας των σαρωτών από ραδιομετρικής πλευράς είναι ανά κανάλι οι ακόλουθες : Value = ("01 HGH, 02 HGH, 3N NOR, 3B NOR, 04 NOR, 05 NOR, 06 NOR, 07 NOR, 08 NOR, 09 NOR"). Δηλαδή κάθε σαρωτής στον ASTER καταγράφει ελάχιστη τιμή ενέργειας που είναι πάντα ίση με το 0 και μέγιστη τιμή ενέργειας που είναι μεταβλητή και εξαρτάται από ευαισθησία με την οποία καταγράφει την εισερχόμενη ακτινοβολία. Δηλαδή για δεδομένη ραδιομετρική διακριτική ικανότητα (π.χ. 256 διαβαθμίσεις του γκρι) εάν η συνθήκη λειτουργίας είναι High gain και όχι Normal Gain, τότε η κάθε διαβάθμιση του γκρίζου θα αντιστοιχεί σε κλάσμα ενέργειας ίσο με 170.8/256 και όχι με 427/256 W/(m 2 *sr*µm) στο κανάλι 1.

17 17 Πίνακας 2. Οι συντελεστές μετατροπής των σαρωτών του ASTER. Στην συγκεκριμένη εικόνα είναι: κανάλι 1= 0.676, κανάλι 2= 0,708, κανάλι 3= Εικόνα του καταγραφικού συστήματος SWIR

18 Περιοχή μελέτης Το πρώτο βήμα είναι να μπουν τα κανάλια 1,2 και 3 στο idrisi.αυτό θα γίνει με την εντολή import όπως φαίνεται παρακάτω. Δηλώνω το όνομα του αρχείου TIF και το όνομα του νέου αρχείου Idrisi.

19 19 Το Idrisi διαβάζει πόσες είναι οι γραμμές και οι στήλες της εικόνας και μας τις εμφανίζει σε ένα ξεχωριστό παράθυρο, όπως φαίνεται παρακάτω.

20 20 Και μετά εμφανίζεται η εικόνα που αντιστοιχεί στο κανάλι 1 στην οθόνη. Με τον ίδιο τρόπο εισάγονται οι εικόνες των καναλιών 2 και 3.

21 Κάνουμε ένα έγχρωμο σύνθετο στο Idrisi με την εντολή Composite. 21

22 22 Mετά εμφανίζεται ένα παράθυρο στο οποίο δηλώνω ποιο κανάλι θα αντιστοιχηθεί στο μπλε, στο πράσινο ή στο κόκκινο της οθόνης και το όνομα της έγχρωμης εικόνας. Το έγχρωμο σύνθετο.

23 23 Zoom σε ένα τμήμα της περιοχή Οι εικόνες καταγράφονται στο εγγύς υπέρυθρο και έχουν Χωρική Διακριτική Ικανότητα 15 μέτρα και το αρχείο επικεφαλίδας φαίνεται στο παρακάτω σχήμα. Και η ενεργοποίηση του αρχείου επικεφαλίδας στο IDRISI γίνεται με την εντολή metadata.

24 24 Σχήμα 8. Απεικόνιση του αρχείου επικεφαλίδας. Στη συνέχεια με την εντολή Window θα κόψουμε το κομμάτι που αντιστοιχεί στην νήσο Ιθάκη.

25 25 Οι παράμετροι της εντολής δίνονται στη συνέχεια. Στη συνέχεια δίνεται ένα έγχρωμο σύνθετο της συγκεκριμένης περιοχής.

26 Ραδιομετρικές διορθώσεις Εισαγωγή Η ένταση της ακτινοβολίας σε ένα καταγραφικό σύστημα εξαρτάται από τις ατμοσφαιρικές συνθήκες, το ύψος του ηλίου, την θέση του καταγραφικού συστήματος, τα χαρακτηριστικά της γήινης επιφάνειας (τοπογραφία-ανάγλυφο), τα χαρακτηριστικά του καταγραφικού συστήματος, κ.α. Από την άλλη πλευρά, πολλές φορές η περιοχή μελέτης μπορεί να καλύπτεται με περισσότερες από μία δορυφορικές εικόνες που έχουν ληφθεί σε διαφορετικές χρονικές στιγμές, εποχές (άλλες ατμοσφαιρικές συνθήκες, διαφορετικό ύψος ηλίου, κ.α.). Σε άλλες περιπτώσεις το ζητούμενο είναι ο εντοπισμός των αλλαγών με χρήση δορυφορικών εικόνων που έχουν καταγραφεί σε διαφορετικές χρονικές στιγμές (πιθανώς και από διαφορετικά καταγραφικά συστήματα). Η ραδιομετρική διόρθωση πρέπει να γίνει πριν την εφαρμογή τεχνικών επεξεργασίας εικόνας, όπως οι λόγοι φασματικών καναλιών και πριν την εφαρμογή των γεωμετρικών διορθώσεων και των διαδικασιών αναδόμησης της ψηφιακής εικόνας. Οι ραδιομετρικές διορθώσεις που εφαρμόζονται σε δορυφορικές πολυφασματικές τηλεπισκοπικές απεικονίσεις διακρίνονται σε τρεις κατηγορίες. 1. Η πρώτη συμπεριλαμβάνει τις ραδιομετρικές διορθώσεις που γίνονται για να περιοριστούν στο ελάχιστο δυνατό τα σφάλματα λειτουργίας των αισθητήρων του σαρωτή και να βελτιστοποιηθεί το δυναμικό εύρος λειτουργίας του. Η διόρθωση επηρεάζει την βασική στάθμη και τις ενισχυτικές διατάξεις των αισθητήρων. 2. Η δεύτερη κατηγορία αφορά διορθώσεις που εφαρμόζονται προκειμένου να περιοριστεί η ραδιομετρική επίδραση εξωγενών παραγόντων (επίδραση της γήινης ατμόσφαιρας) στο λαμβανόμενο σήμα, κατά την διαδρομή της ακτινοβολίας μέχρι τον σαρωτή. Για παράδειγμα, η επίδραση της διάχυσης της ακτινοβολίας από την ατμόσφαιρα έχει ως συνέπεια την αύξηση των τιμών φωτεινότητας των εικονοστοιχείων σε κάθε κανάλι εκτός ίσως των υπέρυθρων καναλιών. 3. Ζωνοποίηση (striping ή banding) πολυφασματικών εικόνων. Ζωνοποίηση ψηφιακής εικόνας ονομάζεται το φαινόμενο του συστηματικού θορύβου που παρατηρείται ανά κάποιες γραμμές ή κάποιες στήλες της εικόνας λόγω της απορύθμισης κάποιων από τους στοιχειώδεις ανιχνευτές που χρησιμοποιούνται

27 27 για την καταγραφή ενός φασματικού καναλιού. Σημείωση, η διόρθωση ζωνοποίησης/ αποζωνοποίησης (destriping) είναι η πρώτη ραδιομετρική διόρθωση που πρέπει να εφαρμοσθεί σε μία πολυφασματική εικόνα ενώ το φαινόμενο μπορεί να διαφέρει σε ένταση ανά φασματικό κανάλι. Οι πολυφασματικοί σαρωτές δεν αποτελούνται από έναν μόνο ανιχνευτή ανά φασματικό κανάλι. Ένα παράδειγμα αποτελεί ο δορυφόρος SPOT που αποτελείται από 6000 ανιχνευτές, διατεταγμένους σε μία ευθεία γραμμή, με προσανατολισμό της γραμμής κάθετα ως προς την κίνηση του δορυφόρου (pushbroom scanner). Αυτό σημαίνει ότι δύο εικονοστοιχεία μίας εικόνας SPOT έχουν καταγραφεί από διαφορετικούς ανιχνευτές εάν είναι στην ίδια γραμμή της εικόνας ενώ εάν είναι στην ίδια στήλη έχουν καταγραφεί από τον ίδιο ανιχνευτή ανεξάρτητα από το σε ποια γραμμή ανήκουν. Αντίθετα στον θεματικό χαρτογράφο, υπάρχουν 16 ανιχνευτές οι οποίοι κινούνται ταυτόχρονα, κάθετα ως προς την γραμμή πτήσης σαρώνοντας μια γραμμή ο καθένας. Αυτό σημαίνει ότι τα εικονοστοιχεία που είναι τοποθετημένα ανά 16 στην ίδια γραμμή έχουν καταγραφεί από τον ίδιο ανιχνευτή. To ραδιομετρικό πρόβλημα προκύπτει επειδή παρόλο που κάθε ανιχνευτής θεωρητικά καταγράφει στο ίδιο μήκος κύματος και με ίδιο τρόπο με τους άλλους, στην πράξη διαφοροποιούνται. Έτσι εμφανίζονται φαινόμενα ζωνοποίησης (ιδιαίτερα έντονα σε περιοχές της εικόνας που αντιστοιχούν σε εκτεταμένες επιφάνειες με ομοιόμορφη ανάκλαση π.χ. θάλασσα) λόγω της διαφοροποίησης των ανιχνευτών ή ακόμη μπορεί να εμφανισθεί το φαινόμενο γραμμών ή στηλών που λείπουν επειδή κάποιος ανιχνευτής έχει σταματήσει να λειτουργεί. Η διαδικασία διόρθωσης ονομάζεται αποζωνοποίηση (destriping) και περιλαμβάνει τον υπολογισμό της μέσης τιμής φωτεινότητας και της τυπικής απόκλισης για όλη την εικόνα αλλά και για την οικογένεια γραμμών ή στηλών που έχει καταγράψει κάθε στοιχειώδης ανιχνευτής. Στην συνέχεια είτε τα δεδομένα που έχει καταγράψει κάθε ανιχνευτής μετασχηματίζονται έτσι ώστε η μέση τιμή και η τυπική τους απόκλιση να είναι αντίστοιχη των αντίστοιχων τιμών που έχει υπολογισθεί για όλη την εικόνα. Με αυτό τον τρόπο επηρεάζονται όλα τα εικονοστοιχεία της εικόνας. Ο μετασχηματισμός μίας ομάδας εικονοστοιχείων με μέση τιμή m και τυπική απόκλιση s σε ομάδα εικονοστοιχείων με μέση τιμή M και S γίνεται σε δύο στάδια (α) πρώτα x m X = (1) and x = ( X * S ) + M (2) s

28 28 μετασχηματίζουμε τα εικονοστοιχεία σε ένα πληθυσμό με μέση τιμή 0 και τυπική απόκλιση 1 και μετά (β) κάνουμε την μετατροπή στο μέσο m και την τυπική απόκλιση s, με βάση τους τύπους (1) και (2) : (Όπου x η τιμή φωτεινότητας ενός εικονοστοιχείου, X βοηθητικός παράγοντας): Μια εναλλακτική περίπτωση είναι να μετασχηματισθούν μόνο οι προβληματικοί ανιχνευτές. Δηλαδή εντοπίζουμε ποιοι ανιχνευτές έχουν διαφορετική μέση τιμή και τυπική απόκλιση από τους άλλους και τυποποιούμε μόνο τους προβληματικούς στην μέση τιμή και την τυπική απόκλιση των σωστών ανιχνευτών. Μια εναλλακτική περίπτωση που απλουστεύει τους υπολογισμούς είναι οι στατιστικές παράμετροι να υπολογισθούν μόνο για τμήμα της εικόνας που αντιστοιχεί σε ομοιογενή επιφάνεια μεγάλης σε έκταση και μικρή τυπική απόκλιση φωτεινότητας (π.χ. θάλασσα). Κατά αυτόν τον τρόπο βρίσκουμε ποιοι ανιχνευτές αποκλίνουν και πόσο. Η τελευταία μεθοδολογία είναι πιο δύσκολο για να εφαρμοσθεί στον SPOT γιατί η ομοιογενής επιφάνεια πρέπει να καταλαμβάνει αρκετές πλήρεις γραμμές της εικόνας (για να έχουμε μέσες τιμές και τυπικές αποκλίσεις και για τους 6000 ανιχνευτές). Στην δορυφορική εικόνα ASTER στο κανάλι 08 του ASTER (τρίτο κανάλι του SWIR), η ζωνοποίηση έγινε ορατή (ενισχύθηκε) με την επιλογή κατάλληλου look-uptable (αντιστοιχία χρωμάτων) πού για μικρή αλλαγή της τιμής φωτεινότητας γίνεται δραματική αλλαγή του χρώματος στην εικόνα. Παραδείγματα δίνονται στις εικόνες που ακολουθούν:

29 29 Εικόνα 5 Σχήμα 11. Οπτικοποίηση της ζωνοποιήσης στην περιοχή μελέτης

30 Σχήμα 12. Ζωνοποίηση της περιοχής μελέτης,με άλλη χρωματικη διαβαθμιση 30

31 Αποζωνοποίηση H εφαρμογή της αποζωνοποίησης στα κανάλια 01, 02, 03 του VNIR. Η αποζωνοποίηση των εικόνων έγινε, μέσω της εντολής : Analysis Image Processing Restoration DESTRIPE του IDRISI 32. Σχήμα 13. Μενού επιλογών για την εκτέλεση της εντολής DESTRIPE Πρέπει να δηλωθεί το όνομα της αρχικής εικόνας και το όνομα της τελικής εικόνας. Επιπλέον, πρέπει να δηλωθεί η κατεύθυνση της σάρωσης (κάθετη-vertical στον ASTER) και ο αριθμός των σαρωτών. Επειδή η ζώνωση είναι κάθετη ο αριθμός των σαρωτών συμπίπτει με τον αριθμό των στηλών.

32 32 Ο αριθμός των στηλών που αντιστοιχεί στων αριθμό των σαρωτών προσδιορίζεται με την εντολή metadata: Σχήμα14. Η εντολή Metadata που εμφανίζει το αρχείο επικεφαλίδας το οποίο προσδιορίζει τον αριθμό των στηλών σε Σχήμα 15. Εκτέλεση της εντολής destripe Ο αριθμός των στηλών είναι 1216.

33 33 Σχήμα 16. Παράμετροι της εντολής destripe H εφαρμογή της αποζωνοποίησης στο κανάλι 01. Το idrisi προσδιορίζει την μέση τιμή και την τυπική απόκλιση για όλη την εικόνα και για κάθε στήλη.

34 34 Σχήμα 16. Στατιστικά στοιχεία ανά στήλη και για όλη την εικόνα. Σχήμα17. Αποζωνοποιημένη εικόνα 01

35 35 Σχήμα 18. Στατιστικά στοιχεία ανά στήλη και για όλη την εικόνα 02. Σχήμα17. Αποζωνοποιημένη εικόνα 02

36 36 Σχήμα 18. Στατιστικά στοιχεία ανά στήλη και για όλη την εικόνα 03. Σχήμα17. Αποζωνοποιημένη εικόνα 03

37 37 Στην συνέχεια, κάναμε έγχρωμο σύνθετο στα αποζωνοποιημένα και στα μη αποζωνοποιημένα κανάλια όπως φαίνεται στην εικόνα που ακολουθεί. Το έγχρωμο σύνθετο των καναλιών 1 ( μπλε ),2 (πράσινο), 3(κόκκινο)

38 38 Είναι σαφής η αφαίρεση της ζώνωσης στα αποζωνοποιημένα κανάλια ειδικά στις μεγεθύνσεις που ακολουθούν. Παρατηρείται από τις παραπάνω εικόνες εξαλείφεται ολοκληρωτικά το φαινόμενο της ζωνοποίησης.

39 Απόλυτες τιμές ακτινοβολίας στον σαρωτή Οι τιμές φωτεινότητας που καταγράφονται σε κάθε εικονοστοιχείο από τους χαρτογραφικούς δορυφόρους, όπως ο θεματικός χαρτογράφος, αντιστοιχούν στην τιμή της ακτινοβολίας που καταγράφεται σε ψηφιακούς αριθμούς συνήθως στο διάστημα [0, 255]. Στην ιστορία της τηλεπισκόπησης, υπάρχει σειρά δορυφόρων με ίδιου τύπου καταγραφικά συστήματα. Για παράδειγμα, οι δορυφόροι Landsat 4 (1985) και Landsat 5 (1989) είναι εξοπλισμένοι με τον θεματικό χαρτογράφο. Εάν θέλουμε να συγκρίνουμε μια εικόνα η οποία έχει ληφθεί με τον θεματικό χαρτογράφο του Landsat 4 με μία εικόνα που έχει ληφθεί με τον θεματικό χαρτογράφου του Landsat 5, πρέπει να μετασχηματίσουμε τις τιμές φωτεινότητας (brightness values) σε απόλυτες τιμές ακτινοβολίας (radiance). Αυτό γίνεται γιατί κάθε καταγραφικό σύστημα έχει την δική του τυποποίηση-ευαισθησία με την οποία μετατρέπει την εισερχόμενη ακτινοβολία ανά εικονοστοιχείο σε τιμή φωτεινότητας. Συνήθως η καμπύλη μετατροπής τιμών φωτεινότητας σε τιμές ακτινοβολίας είναι μια γραμμική σχέση που καθορίζεται από δύο παραμέτρους α)την ραδιομετρική διακριτική ικανότητα του καναλιού πχ ακτινοβολίας που καταγράφεται σε αυτό το κανάλι, β) την μικρότερη Σχήμα 19. Steradian. τιμή ακτινοβολίας L min που αντιστοιχίζεται σε τιμή φωτεινότητας 0 και την μέγιστη τιμή ακτινοβολίας L max που αντιστοιχίζεται σε τιμή φωτεινότητας 255 (εάν η ραδιομετρική διακριτική ικανότητα είναι 255). Κάθε φασματικό κανάλι σε ένα πολυφασματικό σαρωτή έχει τις άλλες τιμές L min, L max. H εξίσωση που συνδέει τις τιμές φωτεινότητας DN και την ακτινοβολία L (spectral radiances) που φθάνει στο σαρωτή δίνεται από την σχέση παρακάτω: L = DN*(Lmax-Lmin)/255 + Lmin, όπου L εκφράζεται σε μονάδες W*m -2 * sr -1. Μία σφαίρα αποτελείται από 4π steradians. Ένα steradian ορίζεται σαν μια στερεά γωνία που έχει την κορυφή της στο κέντρο της σφαίρας, τέμνει την περιφέρεια της σφαίρας και το επιφανειακό ολοκλήρωμα (εμβαδόν της επιφάνειας της σφαίρας που

40 40 τέμνεται από την στερεά γωνία) ισούται με το τετράγωνο της ακτίνας της σφαίρας (Σχήμα 19). Για παράδειγμα, σε μία σφαίρα με ακτίνα 1m το ένα steradian θα ισούται με 1 m 2. H στερεά γωνία Ω σε steradians θα είναι ίση το εμβαδόν της επιφάνειας Α που ορίζει στην περιφέρεια της σφαίρας δια του τετραγώνου της ακτίνας της σφαίρας r (Σχήμα 19). Στην συνέχεια, θα γίνει εντοπισμός αλλαγών σε δύο δορυφορικές εικόνες που έχουν ληφθεί από το πολυφασματικό καταγραφικό σύστημα MSS με ραδιομετρική διακριτική ικανότητα 255 και χωρική διακριτική ικανότητα 60 m. Πιο συγκεκριμένα, θα χρησιμοποιηθεί το υπέρυθρο φασματικό κανάλι MSS-4 ( μm). Η πρώτη καταγράφηκε το 1975 (Δεκέμβριος) από το δορυφόρο Landsat-2 ενώ η δεύτερη το 1984 από τον δορυφόρο Landsat-5. Ο εντοπισμός των αλλαγών θα γίνει με αφαίρεση της μίας εικόνας από την άλλη. Έτσι εικονοστοιχεία με την ίδια τιμή φωτεινότητας και στις δύο εικόνες θα έχουν τιμή 0 (ή πολύ μικρή διαφορά) στην νέα εικόνα που θα προκύψει (εικόνα διαφοράς). Αντίθετα εκεί που υπάρχουν αλλαγές η διαφορά θα είναι κατά απόλυτη τιμή πολύ μεγαλύτερη. Επειδή οι εικόνες έχουν καταγραφεί από διαφορετικό σαρωτή (ίδιου όμως τύπου, MSS) πρέπει οι τιμές φωτεινότητας να μετατραπούν σε τιμές ακτινοβολίας πριν γίνει η αφαίρεση των εικόνων. Οι τιμές L min και L max για το φασματικό κανάλι MSS4 δίνονται στον πίνακα που ακολουθεί (EOSAT Landsat Technical Notes No.1, August 1986): Παράμετροι Landsat-2 MSS (07/16/75) Landsat-5 MSS (11/9/84) Lmin Lmax Άρα προκύπτουν οι ακόλουθες δύο εξισώσεις L75 = ( )/255*DN ή L75= * DN (για το 1975) και η εξίσωση L84 = * DN (για το 1984). Εφαρμόζοντας τις εξισώσεις μετασχηματίζουμε τις τιμές φωτεινότητας σε ακτινοβολία και προκύπτουν οι εικόνες. Τώρα θα μπορούσαμε να αφαιρέσουμε τις εικόνες για να εντοπίσουμε αλλαγές στις χρήσεις γης εάν είχαν διορθωθεί για τις διαφορετικές ατμοσφαιρικές συνθήκες συνθήκες φωτισμού.

41 Μετατροπή από τιμές φωτεινότητας σε τιμές ενέργειας Η μετατροπή από τιμές φωτεινότητας σε τιμές ενέργειας, γίνεται με πολλαπλασιασμό της τιμής φωτεινότητας με μια σταθερά που εξαρτάται από τις ραδιομετρικές συνθήκες λειτουργίας (High, Normal, Low Gain),αφού πρώτα αφαιρεθεί η μονάδα. Δηλαδή η τιμή φωτεινότητας 0 υποδηλώνει ότι για αυτό το στοιχείο η καταγραφή χάθηκε. Ας σημειωθεί ότι το Lmin είναι πάντα 0, ενώ το gain καθορίζει το Lmax. Δηλαδή η σταθερά είναι το πηλίκο Lmax/255. Τα δεδομένα επιπέδου 1Β του ASTER προέρχονται από τις ψηφιακές τιμές φωτεινότητας (digital values). Η μετατροπή από τιμές DN σε τιμές ακτινοβολίας, του κάθε αισθητήρα, γίνεται μέσω συντελεστών μετατροπής μονάδων που χρησιμοποιούνται (και καθορίζεται ως τιμή ακτινοβολίας ανά 1 DN). Η ακτινοβολία (φασματική ακτινοβολία) εκφράζεται σε μονάδες: ( m 2 W * Sr * m) των τιμών DN και των τιμών ακτινοβολιών εμφανίζεται παρακάτω : Η σχέση μεταξύ (i) (ii) (iii) (iv) (v) (vi) Η τιμή DN ίση με μηδέν (0) δηλώνει ότι δεν έγινε καταγραφή Η τιμή DN ίση με 1 δηλώνει μηδενική ακτινοβολία. Η τιμή DN ίση με 254 δηλώνει την μέγιστη ακτινοβολία στις περιοχές VNIR Η τιμή DN ίση με 4094 δηλώνει την μέγιστη ακτινοβολία στην περιοχή TIR Η τιμή DN ίση με 255 δηλώνει εκτός της μέγιστης ακτινοβολίας καταγραφής (HIGH GAIN, NORMAL GAIN) στο VNIR Η τιμή DN ίση με 4095 δηλώνει εκτός της μέγιστης ακτινοβολίας καταγραφής στην περιοχή TIR Η ακτινοβολία μπορεί να ληφθεί από τις τιμές DN ως εξής :

42 42 Ακτινοβολία = (τιμή DN 1) * τον συντελεστή μετατροπής μονάδων. Ο παρακάτω πίνακας δείχνει τους συντελεστές μετατροπής μονάδων κάθε περιοχής: Band No. Coefficient (W/(m 2 *sr*µm)/dn) High gain Normal Gain Low Gain 1 Low gain N/A N B N/A x 10-3 N/A N/A x x x x 10-3

43 43 Πίνακας 3. Υπολογισμένοι συντελεστές μετατροπής μονάδων κάθε περιοχής. H συγκεκριμένη εικόνα καταγράφηκε με high gain στο 1, 2 κανάλι και normal gain στο 3 όπως φαίνεται στο αρχείο μεταδεδομένων που συνοδεύει την εικόνα, άρα την 1 εικόνα θα την πολλαπλασιάσω με την τιμή την 2 εικόνα με την 0,708 και την 3 με Εφαρμογή της μετατροπής των τιμών φωτεινότητας στις τιμές ενέργειας, σε συνδυασμό με τις συνθήκες καταγραφής δίνεται στον πίνακα παρακάτω: Η μετατροπή γίνεται στο image calculator του idrisi:

44 44 Εφαρμογή της μετατροπής είναι πολλαπλασιασμός της τιμής φωτεινότητας κάθε εικονοστοιχείου επί τον συντελεστή μετατροπής. Σχήμα 20. Η εξίσωση που μετατρέπει από τιμές φωτεινότητας σε τιμές ενέργειας στο κανάλι 01 που έχει καταγραφή high gain

45 Σχήμα 21. Η εξίσωση που μετατρέπει από τιμές φωτεινότητας σε τιμές ενέργειας στο κανάλι 02 που έχει καταγραφή high gain 45

46 Σχήμα 22. Η εξίσωση που μετατρέπει από τιμές φωτεινότητας σε τιμές ενέργειας στο κανάλι 03 που έχει καταγραφή normal gain 46

47 Έγχρωμο σύνθετο μετά την μετατροπή των εικόνων σε τιμές ενέργειας 47

48 48 ΓΕΩΜΕΤΡΙΚΕΣ ΔΙΟΡΘΩΣΕΙΣ Οι παραμορφώσεις που υφίσταται μία εικόνα μπορεί να είναι γραμμικές ή μη γραμμικές. Στην προσπάθεια μας να τις απαλείψουμε χρησιμοποιούμε διαδοχικά παραμετρικά και μη παραμετρικά μοντέλα. Τα παραμετρικά μοντέλα λαβαίνουν υπόψη τους είτε α)αναλυτικά μαθηματικά μοντέλα των υφιστάμενων παραμορφώσεων (για παράδειγμα τη περιστροφή της γης σε σχέση με την χρονική διάρκεια καταγραφής των εικονοστοιχείων της εικόνας), είτε β)δεδομένα πού καταγράφονται μαζί με την δορυφορική εικόνα και αφορούν για παράδειγμα την θέση του δορυφόρου, τον γεωμετρικό προσανατολισμό του σαρωτή. Το μειονέκτημα είναι ότι τα δεδομένα αυτά δεν καταγράφονται συνεχώς αλλά περιοδικά χρονικά διαστήματα και έτσι είναι διαθέσιμα μόνο για ορισμένο αριθμό εικονοστοιχείων (Θεματικός Χαρτογράφος Landsat) ή γραμμών (SPOT). Για τα εικονοστοιχεία ή τις γραμμές που είναι ενδιάμεσα υποθέτουμε ότι έχουμε γραμμική μεταβολή της παραμόρφωσης. Οι παραμετρικές διορθώσεις που μπορούν να εφαρμοστούν αφορούν την διόρθωση λόγω περιστροφής της γης, τον προσανατολισμό της εικόνας ως προς τον μεσημβρινό (οι τροχιές των χαρτογραφικών δορυφόρων κλίνουν σε σχέση με την διεύθυνση του ισημερινού), πανοραμική διόρθωση, κ.α. Τα παραμετρικά μοντέλα δεν μπορούν να υποκαταστήσουν τα μη παραμετρικά επειδή τα τροχιακά δεδομένα ενός δορυφόρου καθώς και το ύψος και η ταχύτητα του δεν καταγράφονται συνεχώς. 5. Μη Παραμετρικά Μοντέλα Γεωμετρικών Διορθώσεων Μετά την εφαρμογή των παραμετρικών διορθώσεων χρησιμοποιούνται μη παραμετρικά μοντέλα στην προσπάθεια να διορθώσουμε την γεωμετρία της εικόνας για υπολειπόμενες παραμορφώσεις Σε αυτά χρησιμοποιούμε πληροφορία που αφορά την θέση σημείων (π.χ. διασταυρώσεις οδικών αρτηριών κ.α.) που μπορούμε να διακρίνουμε ευκρινώς τόσο στην δορυφορική εικόνα (φωτοσταθερά) όσο και πάνω στην επιφάνεια της γης ή σε χαρτογραφικές αναπαραστάσεις της γήινης επιφάνειας.

49 49 Τα σημεία αυτά ονομάζονται σημεία επίγειου ελέγχου και η θέση τους στην επιφάνεια της γης συνήθως υπολογίζεται από κάποιο χάρτη που είναι διαθέσιμος, μπορεί όμως να υπολογιστεί και με επιτόπου μετρήσεις (συνήθως με GPS). Η υπόθεση που κάνουμε είναι ότι με την χρήση των συντεταγμένων των σημείων επιγείου θα υλοποιήσουμε ένα μετασχηματισμό συντεταγμένων για όλα τα σημεία της δορυφορικής εικόνας ως προς τον χάρτη. Οι συντρέχουσες προϋποθέσεις προκειμένου να υλοποιηθεί σωστά ο μετασχηματισμός είναι ότι : τα σημεία επίγειου ελέγχου να κατανέμονται ομοιόμορφα πάνω στην εικόνα, να είναι γνωστό το μοντέλο της παραμόρφωσης της δορυφορικής εικόνας (γραμμικό, πολυωνυμικό κ.α.). 5.1 Γραμμικός Μετασχηματισμός (Affine Transformation) Ο γραμμικός μετασχηματισμός (μη παραμετρικό μοντέλο y = mx + b) εφαρμόζεται προκειμένου να διορθωθεί μία δορυφορική εικόνα για παραμορφώσεις που αφορούν μετατόπιση, στροφή και αλλαγή της κλίμακας. Στον γραμμικό μετασχηματισμό, μια ευθεία γραμμή στην αρχική εικόνα (πριν την υλοποίηση του μετασχηματισμού) θα παραμένει ευθεία και στην μετασχηματισμένη εικόνα, μετά την υλοποίηση του μετασχηματισμού. Σε αντίθεση με τον γραμμικό, ο πολυωνυμικός μετασχηματισμός (πολυώνυμο βαθμού μεγαλύτερου της μονάδος, πχ πολυωνυμικός μετασχηματισμός δεύτερου βαθμού y = a 1 X 2 + a 2 Y 2 + a 3 XY+a 4 X + a 5 Y+a 6 ) επιτρέπει να διορθώσουμε για μη γραμμικές παραμορφώσεις. Ο πολυωνυμικός εξαρτάται περισσότερο από την επιλογή (θέση, κατανομή) των σημείων ελέγχου σε σχέση με τον γραμμικό μετασχηματισμό. Τρία σημεία επιγείου ελέγχου απαιτούνται για να υλοποιηθεί ο γραμμικός μετασχηματισμός (έξι άγνωστοι) και έξι σημεία στον πολυωνυμικό δευτέρου βαθμού (12 άγνωστοι). Συνήθως δίνουμε τουλάχιστον διπλάσιο αριθμό σημείων από τα απαιτούμενα. Ο αριθμός των σημείων επιγείου ελέγχου εξαρτάται και από την έκταση που καταλαμβάνει η υπό διόρθωση φωτογραφία.

50 50 Παραμετρικός μετασχηματισμός της εικόνας σε γεωγραφικές συντεταγμένες Παραμετρικός γεωμετρικός μετασχηματισμός στο σύστημα ΕΓΣΑ

51 51 5. ΣΥΜΠΕΡΑΣΜΑ Μετά τις διορθώσεις (αποζωνοποίηση, μετατροπή σε τιμές ενέργειας) η γεωμετρική παραμετρική διόρθωση της δορυφορικής εικόνας με τροχιακά δεδομένα στην επικεφαλίδα της δορυφορικής εικόνας μας επέτρεψε συνθέσουμε ένα δορυφορικό ορθοφωτοχάρτη σε γεωγραφικές συντεταγμένες και καρτεσιανές (ΕΓΣΑ) συντεταγμένες.