Опробование снимков Landsat Climate Data Record

Опробование снимков Landsat Climate Data Record

Опробование снимков Landsat Climate Data Record

В качестве исходных данных были использованы два набора снимков из коллекции Landsat CDR. Выбор наборов обусловила территория (побережье Вьетнама), а так же даты съемки. Выбранные снимки были сделаны 14 января 2002 года и 17 января 2009 года. Близость дат съемки позволила ожидать низкое влияние сезонных изменений и сосредоточиться на изучении динамики за прошедшие 7 лет.

Характерной особенностью выбранных снимков является то, что для них было учтено влияние параметров атмосферы на отражательную способность поверхности Земли. Подобный подход позволяет получить более достоверную дистанционную информацию, сравнимую при этом во времени.

Выбранные снимки были выполнены съемочной системой ЕТМ+ на спутнике Landsat 7. В связи с этим, снимок 2009 года «полосатый» - из-за аварии 2003 года [3] часть информации теряется, и на изображении остаются полосы с нулевой информацией. В контексте данной работы это не имеет решающего значения, так как ее целью является оценка качества атмосферной коррекции и ее преимуществ для дальнейшего изучения снимка.

Каждый из двух наборов содержит в себе:

·        Необработанный снимок (1, 2, 3, 4, 5, 7 каналы и слой информации о качестве снимка);

·        Обработанный снимок (1, 2, 3, 4, 5, 7 каналы, 6 (температурный) канал, слой информации о качестве снимка, различные слои предварительной обработки - маска облачности, маска водных объектов и др.);

·        NDVI изображение, вычисленное по данным обработанного снимка и затем нормализованное;

·        Маски пропусков из-за поврежденного датчика для каждого из частотных каналов;

·        Файл метаданных.

Обработка изображений и получение карты динамики растительного покрова

Для изучения различий между калиброванными и некалиброванными снимками решено было построить для каждого из их наборов карту динамики растительного покрова. В свою очередь, для построения карт состояния растительного покрова был использован NDVI (Normalized Difference Vegetation Index) - нормализованный относительный индекс растительности или просто вегетационный индекс. Он вычисляется по формуле

, где

БИК - отражение в ближней инфракрасной области спектра;

К - отражение в красной области спектра.

Для выбранных снимков канал БИК имеет номер 4, а канал К - номер 3.

Расчет NDVI базируется на двух участках спектральной кривой отражения растений. В красной области спектра (0,6-0,7 мкм) лежит максимум поглощения солнечной радиации растениями, а в инфракрасной области (0,7-1,0 мкм) находится область максимального отражения листа. То есть высокая фотосинтетическая активность (связанная, как правило, с густой растительностью) ведет к меньшему отражению в красной области спектра и большему в инфракрасной. Отношение этих показателей друг к другу позволяет четко отделять растительные от прочих природных объектов. Использование же не простого отношения, а нормализованной разности между минимумом и максимумом отражений увеличивает точность измерения, позволяет уменьшить влияние таких явлений, как различия в освещенности снимка, облачности, дымки, поглощение радиации атмосферой и пр [1].

Значения NDVI лежат в пределах от -1 до 1. В таблице ниже приведены некоторые типы объектов и значения NDVI для них.

В имеющихся наборах данных уже были предоставлены рассчитанные NDVI изображения. Тем не менее, было принято решение получить их самостоятельно - причиной тому послужило то, что имеющиеся NDVI изображения были нормализованы, и механизм этой нормализации не был достаточно подробно описан в спецификации снимков.

Для расчета NDVI использовалась приведенная выше формула и соответствующие спектральные каналы снимков. После расчета для каждого из полученных изображений было проведено разбиение на классы в соответствии со спецификой изучаемого объекта. Всего получилось 11 классов со значениями от 0 до 10 в целых числах. Класс со значением 0 предназначен для объектов с NDV от -1 до 0 включительно, то есть для облаков, снега, льда, воды и техногенных объектов. Далее классы идут с шагом 0,1 значения NDVI. Таким образом, в класс 1 попадает открытая почва, и дальше классы от 2 и до 10 представляют растительность в порядке повышения ее плотности. После классификации к этим изображениям может быть применена единая палитра раскраски [1], позволяющая визуально сравнить полученные изображения. Следует также упомянуть о том, что на изображения были наложены маски облачности и водных объектов, прилагающиеся к исходным данным. Значения NDVI в областях, закрываемых этими масками, было принято за 0. Также для снимков 2009 года были применены маски для областей, не имеющих данных. Подобный подход позволяет точнее отсечь не интересующие нас области.

На практике описанные выше процедуры были выполнены средствами нескольких программных пакетов. Сначала при помощи программы Global Mapper 12.0 из HDR-файлов снимков были извлечены слои 3 и 4 каналов и сохранены затем в отдельные TIF-файлы. Аналогичным образом из исходных файлов были извлечены маски облачности и водных объектов. Параллельно для каждого из этих слоев были прописаны верные параметры проекции. Маски пропусков извлекать не возникло необходимости, так как они уже были наложены на все необходимые слои.

Затем в программном пакете ERDAS Imagine 9.0 были составлены две модели обработки растровых данных. Первая модель на основании 3 и 4 каналов снимка проводила расчет NDVI, имея в качестве граничного условия только неравенство 0 знаменателя в формуле для его расчета. Вторая модель классифицировала рассчитанный индекс по описанной выше схеме, параллельно накладывая маски облачности и водных объектов. Для результирующих растров средствами этого же программного пакета соответствующим классам присваивались соответствующие цвета.

Наконец, после обработки результирующие изображения помещались в ArcMap 10.1, где происходило их окончательно оформление, а именно выбор масштаба и отображаемой на карте области, нанесение шкалы и координатной сетки, а также составление и нанесение на карту легенды.

В качестве примера ниже приведена пара таких изображений, полученных для снимка 2002 года.

Рисунок 1 - Фрагмент NDVI изображения для снимка 2002 года с примененной атмосферной коррекцией

Уже на основании рисунков 1 и 2 можно уверенно сказать, что снимки, скорректированные по параметрам атмосферы, значительно превосходят по качеству сырые и гораздо больше подходят для целей дистанционного зондирования. Применение атмосферной коррекции позволило впоследствии, как это хорошо видно, разделить близкие по значениям NDVI данные по классам гораздо точнее.

Рисунок 2 - Фрагмент NDVI изображения для сырого снимка 2002 года

На основании рассчитанного вегетационного индекса возникла возможность построения карт динамики растительного покрова. Для этого из значений NDVI 2009 года вычитались значения NDVI 2002 года. Полученная разность должна лежать в диапазоне от -2 до 2. Этот диапазон был разбит на 20 равных интервалов длинной 0,2, и полученные значении разности были классифицированы по попаданию в тот или иной интервал. Для уменьшения размеров результирующего файла классы были пронумерованы от 0 до 19 включительно (хотя чуть более естественной была бы нумерация от -9 до 10).

Обработка изображений происходила в два этапа. На первом этапе неклассифицированные изображения NDVI вычитались друг из друга (соответственно, обработанные и необработанные). Для этого была составлена модель в программном пакете ERDAS Imagine 9.0. Так как изображения NDVI не были маскированы, то модель сначала вычисляла разность между значениями NDVI в 2009 и 2002 годах, а затем обнуляла значения в областях, закрытых масками облачности и водных объектов. На втором этапе полученное изображение разности было классифицировано по описанной выше схеме, для чего вновь была составлена модель в ERDAS Imagine 9.0.

Полученные изображения были помещены в ArcMAP 10.1, где были обработаны в соответствии с предыдущими картами - помещены в те же рамки в том же масштабе и снабжены легендой.

Результаты приведены на рисунках 3 и 4 соответственно для снимков с атмосферной коррекцией и без нее.

Здесь разница между сырыми и скорректированными данными становится очевидной. Если динамика по сырым данным скорее отрицательна (наблюдается понижение вегетационного индекса на большей части территории), то скорректированные данные говорят о совершенно иной ситуации. За исключением нескольких относительно угнетенных анклавов, общая динамика остается положительной. При этом анклавы имеют совершенно логичное объяснение - они территориально совпадают с городом Фан Ранг, и изменения означают сведение растительности в пользу жилой или хозяйственной застройки [2].

Рисунок 3 - Карта динамики растительного покрова за 2002-2009 годы по снимкам с атмосферной коррекцией

Для более точной интерпретации остальной картины отбросим возможное влияние климата. Снимки близки по дате, но флуктуации погодных условий могут влиять на растительность. По архивным данным за период с июля предшествующего года по январь (включающий даты съемок 14 и 17 января) ни в 2002, ни в 2009 году значительных осадков не выпадало [4].

Рисунок 4 - Карта динамики растительного покрова за 2002-2009 годы по снимкам без атмосферной коррекции

2001-2002

2008-2009

Отклонение

∆T_max

∆T_min

∆T_max

∆T_min

∆T_max

∆T_min

Июль

33

25

32

24

-1

-1

Август

31

24

32

23

1

-1

Сентябрь

32

25

31

23

-1

-2

Октябрь

31

24

32

23

1

-1

Ноябрь

31

23

31

22

0

-1

Декабрь

31

23

31

21

0

-2

Январь

32

22

30

20

-2

-2

Из таблицы видно, что в 2008-2009 году было немного холоднее, чем в 2001-2002, при этом значительных отличий от среднемноголетних значений не наблюдалось ни там, ни там.

Таким образом, влияние погодных условий на ситуацию с растительностью не может быть значительным, поэтому изменения следует приписать восстановлению растительного покрова со временем (12 и 11 классы), а также появлению новых посадок (13 класс). Ранее анклавы принадлежат 6-7 классам. Существенные изменения NDVI (а значит, и растительного покрова) носят локализованный характер, а общая картина имеет положительную динамику.

Заключение

атмосфера карта спутник снимок

В заключение можно с уверенностью сказать, что скорректированные по параметрам прозрачности атмосферы спутниковые снимки имеют значительную ценность и намного больше подходят для автоматической обработки и дешифрирования. Данные получаются более дифференцированными по типам, и само разделение происходит точнее.

Даже наличие дефектов (полос) на снимках не помешало получить достоверную информацию на рассматриваемую территорию.

Среди отрицательных качеств приведенных наборов спутниковых данных стоит упомянуть неудобство формата, требующее большого количества специального программного обеспечения для последующей обработки - автору работы пришлось вручную прописывать проекции к каждому из изображений, чтобы обеспечить корректную работу в дальнейшем.

Список источников

1)      Дубинин М. «NDVI - теория и практика», http://gis-lab.info/qa/ndvi.html, 2002 г. (редакция 2012 г.);

)        Костикова А. «Интерпретация комбинаций каналов данных Landsat TM / ETM+», http://gis-lab.info/qa/landsat-bandcomb.html, 2005 г.

3)      http://ru.wikipedia.org, «LandSat 7»,  ru.wikipedia.org/wiki/LandSat-7, 2013 г.

4)      http://www.wunderground.com (раздел History) - архивные данные о погодных условиях.