Introduktion till Fjärranalys

Transkript

1 Introduktion till Fjärranalys Lars Eklundh Inst. för Naturgeografi och Ekosystemvetenskap EXTA50: Samhällsmätning Litteratur: Harrie, Geografisk informationsbehandling: kap. 5.4, 5.5, denna presentation, samt övningen.

2 Fjärranalys, jordobservation och fotogrammetri Fjärranalys: All insamling av data på avstånd, t.ex. - Flygbilder - Satellitdata - Radar och Lidar (laser) både markbaserad och från luften Jordobservation: fjärranalys av jordytan Fotogrammetri: användning av stereografiska fjärranalysdata för skapande av höjddata m.m.

3 Copernicus Europas nya program för jordobservation Environmental information is of crucial importance. It helps to understand how our planet and its climate are changing, the role played by human activities in these changes and how these will influence our daily lives. eu Cost during 1998 to 2020 is estimated to be 8.4 billion Euros

4 Copernicus och svenska myndigheter Idag samverkar 15 nationella myndigheter i frågor om Copernicus och fjärranalys: 1. Rymdstyrelsen 2. Myndigheten för samhällsskydd och beredskap 3. Sveriges meteorologiska och hydrologiska institut 4. Försvarsmakten 5. Lantmäteriet 6. Havs- och vattenmyndigheten 7. Jordbruksverket 8. Skogsstyrelsen 9. Sveriges lantbruksuniversitet 10. Statistiska centralbyrån 11. Sjöfartsverket 12. Kustbevakningen 13. Naturvårdsverket 14. Statens geotekniska institut 15. Styrelsen för internationellt utvecklingssamarbete

5 Varför använda fjärranalys? Täcker stor yta. Många karteringar omöjliga att utföra utan fjärranalys enbart p.g.a. att det tar för lång tid med fältbaserade metoder Ger överblick: vissa mönster, m.m. kan bara ses från ovan, t.ex. arkeologi, geologiska strukturer, landformer, m.m. Ger bild av förändring och dynamik Ger möjlighet till aktualitet

6 Bränder i Sverige 20 juli, 2018 Credit: ESA CC BY-SA 3.0 IGO

7 Copernicus Emergency Management Service

8 Kartprodukter

9 Användning av fjärranalys (exempel) Skapa grundkartor ekonomiska, topografiska, orienteringskartor (vägar, byggnader, markanvändning, terräng) Samhällsplanering planering av städer, utbyggnadsområden, grönområden, naturreservat, byggnadsmodeller Skogsbruk avverkningar, skogsvägar, kalhyggen, upprätta skogsbruksplaner, hälsotillstånd Jordbruk skördeprognoser, precisionsjordbruk Geologi jordarter, landformationer, terrängtyper Ekologiska studier kartering av vegetationstyper, vegetationsförändringar, ädellövskog, våtmarker Väder prognoser, klimateffekter Militärt spaning, kartering av framkomlighet Forskning globala förändringar, klimat, vegetation, hav, is, atmosfär, miljöförstöring, u-landsfrågor, etc.

10 Flygbilder Svartvit bild pankromatisk hög geometrisk upplösning bra för mätning Färgbild multispektral lägre geometrisk upplösning bra för tolkning av markegenskaper ofta IR-bilder bra för vegetation

11 Flygstråk med överlappande bilder Tolkning av bilder i 3D stereo Mätning av höjder av objekt Höjdmodeller Ortofoton Image:

12 Bildegenskaper tolkning data (bilder) information (karta) Bildegenskaper definieras av geometrisk upplösning - pixelstorlek spektral upplösning - antal våglängdsband tidsupplösning - hur ofta bilderna kan tas radiometrisk upplösning - hur känslig en sensor är atmosfären - moln, dis, m.m. m.m.

13 Clemenstorget, Lund bild:

14 Clemenstorget, Lund

15 Inzoomning

16 Inzoomning

17 Inzoomning 25 cm 25 cm

18 Ales stenar

19 Kontrastskillnader ger ökad upplösning

20 Olika texturer

21 Ortofoton foton i ortogonalprojektion

22 Satelliter Navigation (t.ex. GPS) Jordobservation m.m. Kommunikation, meteorologi note 50x exaggerated speed

23 Fjärranalys fråns satellit skillnad mot flygbildsteknik Högre flyghöjd Lägre upplösning Längre väg genom atmosfären störningar Annan geometri (ej centralprojektion, jordkurvatur påverkar) Elektronisk mätning med kalibrerad radiometer möjligt mäta fysikaliska storheter (radians, reflektans, strålningstemperatur) Multispektral registrering smalare och fler våglängdsband Fasta banor eller positioner Regelbunden återkomst Bättre tillgång till tidsserier

24 Olika rumslig och temporal skala m m m år vecka-månad dag

25 Satellitbanor Fjärranalyssatelliter går i geostationära eller nära-polära banor GNSS (t.ex. GPS) -satelliter: banhöjd ca km Harrie, L. (red.), 2013, Geografisk informationsbehandling, kap. 5

26 Vädersatellit Meteosat 1-3 km upplösning våglängdsband Täta observationer (5-15 min) Meteosat-8 09 May 2003, 1215 UTC

27 Sahara: moln och stoftstorm Credit: Univ. of Lille Meteosat 3 March 2004

28 Solsynkron nära-polär satellitbana Harrie, L. (red.), 2013, Geografisk informationsbehandling, kap. 5

29 Nära-polära satelliter Går i en NÄRA-POLÄR BANA runt jorden. Omloppstiden är ca 100 minuter. Banan är för det mesta SOLSYNKRON, dvs. banan bibehålles i en konstant position i förhållande till solen under satellitens rörelse. Detta innebär att satelliten alltid passerar vid SAMMA LOKALA TID på samma latitud. Flyger på ca 800 km höjd. Tittar på ett begränsat område Både meteorologiska och jordresurs-satelliter.

30 Havsis i Arktis 2005 jämfört med 1979

31 Landsat Första jordresurssatelliten 1972 idag Sensor TM/ETM/OLI 30 m upplösning 7-9 våglängdsband återkomsttid 16 dagar

32

33 Källa: Google

34 Skogsavverkning Rondonia (Brasilien) ca 100 x 100 km Source: Källa: Google USGS / Google Earth

39 Quickbird 0.6 m upplösning, 4 våglängdsband Bild: DigitalGlobe

40 GeoEye 0,5 m upplösning Port-au-Prince, Haiti efter jordbävningen 12/1, 2010 (magnitud 7) Källa: GeoEye

41 New Orleans augusti, 2005, kl Källa: Digitalglobe / Google

42 Typer av sensorer Aktiva sensorer har egen energikälla (laser, radar) Passiva sensorer utnyttjar solen som energikälla, man mäter reflekterad eller emitterad energi. Data registreras elektroniskt och lagras och distribueras i digitalt format. Bilder skapas som liknar rasterskikt. Dessa kan finnas i ett eller flera våglängdsband.

43 Laserskanning Pixelupplösning: cm Höjdupplösning: cm Källa: Nebel & Partner

44 SAR - Synthetic Aperture Radar Radar Oil slick, Skåne Tsunami damage - Nicobar island

45 Radar Mt. Vesuvio Messina strait

46 Elektromagnetiska spektrumet Synligt ljus är en liten del av det elektromagnetiska spektrumet. Kortare våglängder är t.ex gammastrålning, röntgenstrålning och UV-ljus. Längre våglänger är t.ex. nära-infraröd (NIR), termal-infraröd (TIR, värmestrålning), mikrovågsstrålning och radiovågor.

47 Elektromagnetisk strålning träffar markytan sprids och absorberas

48 Processer när energin interagerar med materia reflektion transmission absorption värme emission Förhållandet mellan dessa beror på materians egenskaper. Den reflekterade och emitterade energin kan registreras av satellitsensorn

49 Spektrala signaturer plotta reflektans mot våglängd

50 Bladreflektion i synligt och nära infrarött (NIR) ljus Reflektion (%) Våglängd (µm) blått grönt rött nära IR

51 Skillnad vanlig färgfilm mot IR-färgfilm Lillesand, Kiefer and Chipman

52 Botaniska trädgården, Lund Bild: Panoramio (

53 Botaniska trädgården skillnad RGB mot IR-färg

54 Dalby söderskog : RGB IR-färg

55 Sensorer flygkameror satellitsensorer Harrie, L. (red.), 2013, Geografisk informationsbehandling, kap. 5 CCD (charge coupled devices) GSD (ground sampled distance) = pixelstorlek på marken

56 Multispektral registrering Skapa FCC (false color composite) genom att kombinera olika våglängdsband

57 Falska färgbilder satellitband R G B NIR R G Naturliga färger Traditionell FCC MIR NIR R Special...

58 FCC Landsat TM 5 bands

59 Landsat ETM - våglängdsband Landsat TM Reflectance (%) Senescent leaves Yellowing Green leaves leaves visible NIR MIR Wavelength (micro meter)

60 Landsat 7 Enhanced Thematic Mapper (ETM) band R G B

61 Landsat ETM enskilda våglängdsband

62 Rött Nära infrarött

63 Landsat ETM FCC NIR Rött Grönt

64 Spectral reflectance Vegetationsindex Aritmetiska kombination av olika våglängder Enkel differens = R NIR - R red NDVI = (RHomogeneous vegetation NIR R red) / (R NIR + R red ) Soil LAI 1 LAI Red 800 Near-IR Utnyttjar denna skillnad jord lite vegetation mycket vegetation Uttrycker vegetationens grönska och minskar effekt av störande bakgrund, atmosfär, m.m

65 NDVI visar mängd vegetation FCC Sentinel NDVI

66 Hur vi analyserar fjärranalysdata Bildtolkning / mätning av olika objekt. Kontrast och färgförstärkningar FCC Rumsliga bilder kantskärpning etc.

67 Hur vi analyserar fjärranalysdata, forts. Automatisk klassificering av multispektrala bilddata - maskininlärning Övervakad klassificering: användaren tränar datorn med statistik från träningsytor Bildstatistik i n våglängdsband för varje klassd Jämför alla pixlar med träningsdata Multispektrala data Klassad bild

68 Hur vi analyserar fjärranalysdata forts. Oövervakad klassificering: Datorn delar in bilden i olika klasser användaren undersöker vad dessa motsvarar i verkligheten Multispektrala data klustring Tilldelning av klassattribut

69 Hur vi analyserar fjärranalysdata forts. Mätning av egenskaper Kräver omräkning av bilddata till fysikaliska storheter (radians) Kan också bygga på empiriska relationer ofta med hjälp av spektrala index (t.ex. NDVI) - Temperatur - Energibalans Vegetationens struktur (bladyta, trädtäthet, biomassa etc.) Vegetationsprocesser (fotosyntes, avdunstning etc.) Markfuktighet - Föroreningar - Atmosfärsegenskaper - m.m. Förändringsprocesser Multitemporala data Analys av fjärranalysdata i GIS

70 Havsytetemperatur NOAA Juli 1984

71 Atmosfäriskt Ozone ERS-2 GOME

72 Vattenånga Meteosat-7 20 Oct 98, 1200 UTC

73 Hantering av stora datamängder Global kartering innebär processering av tusentals satellitscener alla med olika radiometri, atmosfärsförhållanden, geometri etc. Big data HPC (high performance computing) molnlösningar Image: Metria

74 Vår forskning med satellitdata Effekt av klimatförändringar i olika områden Beräkning av kolupptag i vegetation med satellitdata Övervakning av skogsskador pga. stormar och insektsangrepp. Studier av torka och ökenspridning Interaktionen mellan människa-miljö Studier av växtlighetens säsongsdynamik (fenologi) Biodiversitet Vattenkvalitet Jordbruk - skogsbruk

75 Sentinel-2: 10 m upplösning var 5:e dag

76 Vegetationsdynamik från Sentinel-2 NDVI Built-up area

77 Tillgänglighet till satellitdata Kommersiella data köpes från t.ex. Metria Nationell databas med gratis svenska satellitdata: SACCESS saccess.lantmateriet.se Arkiv med gratis LANDSAT-data Gratis tillgänglighet till globala satellitdata från NASA Copernicus Open Access Hub EU/ESA scihub.copernicus.eu

78 UAV (drönare) för fjärranalys på nära håll 3DR Solo Multispektralkamera RGB-kamera Pitchup Explorian Termisk kamera Lund University / Department of Physical Geography and Ecosystem Science