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.
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.
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
Användning av fjärranalys (exempel) Rita kartor ekonomiska, topografiska, orienteringskartor (vägar, byggnader, markanvändning, terräng) Skogsbruk skogsgränser, inför avverkningar (höjd, täthet), skogsvägar, kalhyggen, upprätta skogsbruksplaner, hälsotillstånd Samhällsplanering planering av städer, utbyggnadsområden, grönområden, naturreservat, byggnadsmodeller 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.
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
Flygstråk med överlappande bilder Tolkning av bilder i 3D stereo Mätning av höjder av objekt Höjdmodeller Ortofoton Image: http://www.imtcan.com/services/triangulation.htm
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.
Clemenstorget, Lund bild: www.lund.se
Clemenstorget, Lund
Inzoomning
Inzoomning
Inzoomning 25 cm 25 cm
Ales stenar
Kontrastskillnader ger ökad upplösning
Olika texturer
Ortofoton foton i ortogonalprojektion
Satellitteknik 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
Olika rumslig och temporal skala 0.5 2 m 10 30 m 250 1000 m år månad dag Litet område Stort
Satellitbanor Fjärranalyssatelliter går i Geostationära eller nära-polära banor GNSS (t.ex. GPS) -satelliter: banhöjd ca. 20 000 km Harrie, L. (red.), 2013, Geografisk informationsbehandling, kap. 5
Geostationära satelliter Roterar med samma vinkelhastighet som jorden, dvs. de befinner sig alltid över över samma punkt på jordytan (ekvatorn) Befinner sig ca 36000 km över jordytan Framför allt meteorologiska Satelliterna kan se mycket stort område (nästan halva jorden) Täta registreringar i tiden (15-30 min) Meteosat visible and infrared imager. VIS: 0.45-1.0, SWIR: 5.7-7.1 IR: 10.5-12.5
Meteosat 3 km upplösning 12 våglängdsband Meteosat-8 09 May 2003, 1215 UTC
Sahara: moln och stoftstorm Meteosat 3 March 2004
Solsynkron nära-polär satellitbana Harrie, L. (red.), 2013, Geografisk informationsbehandling, kap. 5
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 200-1000 KM höjd. Tittar på ett begränsat område Både meteorologiska och jordresurs-satelliter.
Vädersatelliten NOAA 1 km upplösning 5 våglängsband daglig återkomst 1999-08-03
Havsis i Arktis 2005 jämfört med 1979
Landsat Första jordresurssatelliten 1972 idag Sensor TM/ETM/OLI 30 m upplösning 7-9 våglängdsband återkomsttid 16 dagar
Skogsavverkning Rondonia (Brasilien) juni 1975 juli 1989 sep 2001 aug 2008 Source: USGS / Google
Skogsavverkning Rondonia (Brasilien) juni 1975 juli 1989 sep 2001 aug 2008 Source: USGS / Google
Skogsavverkning Rondonia (Brasilien) juni 1975 juli 1989 sep 2001 aug 2008 Source: USGS / Google
Skogsavverkning Rondonia (Brasilien) juni 1975 juli 1989 sep 2001 aug 2008 Source: USGS / Google
Quickbird 0.6 m upplösning, 4 våglängdsband Bild: DigitalGlobe
GeoEye 0,5 m upplösning Port-au-Prince, Haiti efter jordbävningen 12/1, 2010 (magnitud 7) Källa: GeoEye
New Orleans 2005 31 augusti, 2005, kl.10.00 Källa: Digitalglobe / Google
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.
Laserskanning Pixelupplösning: 1.5 25 cm Höjdupplösning: +- 10 cm Källa: Nebel & Partner
SAR - Synthetic Aperture Radar Radar http://www.crisp.nus.edu.sg Oil slick, Skåne Tsunami damage - Nicobar island
Radar Mt. Vesuvio Messina strait
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.
Solspektrum och atmosfärisk absorption (nm) Solen (5800 K) emitterar energi med maximum i det synliga området. Jorden (300 K) emitterar energi med maximum i det termala området. http://www.globalwarmingart.com/wiki/image:solar_spectrum_png
Atmosfäriska fönster http://www.geog.ucsb.edu/~jeff/115a/remote_sensing/spectrum_graphics.html
Elektromagnetisk strålning sprids mot markytan
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
Spektrala signaturer plotta reflektans mot våglängd
Bladreflektion i synligt och nära infrarött (NIR) ljus Reflektion (%) Våglängd (µm) blått grönt rött nära IR
Skillnad vanlig färgfilm mot IR-färgfilm Lillesand, Kiefer and Chipman
Botaniska trädgården, Lund Bild: Panoramio (www.panoramio.com)
Botaniska trädgården skillnad RGB mot IR-färg
Dalby söderskog : RGB IR-färg
Sensorer flygkameror satellitsensorer Harrie, L. (red.), 2013, Geografisk informationsbehandling, kap. 5 CCD (charge coupled devices) GSD (ground sampled distance) = pixelstorlek på marken
Multispektral registrering Skapa FCC (false color composite) genom att kombinera olika våglängdsband NIR R Rött G Grönt B
Landsat ETM - våglängdsband Landsat TM Reflectance (%) 60 3 1 2 4 5 7 50 40 30 Senescent leaves 20 10 Yellowing Green leaves leaves 0.6 1.0 1.4 1.8 2.2 2.6 visible NIR MIR Wavelength (micro meter)
Landsat 7 Enhanced Thematic Mapper (ETM) 990803 band R G B
Landsat ETM enskilda våglängdsband 1 2 3 4 5 7
Rött Nära infrarött
Landsat ETM FCC NIR Rött Grönt
Spectral reflectance Vegetationsindex Aritmetiska kombination av olika våglängder Enkelt kvotindex = R NIR / R red 0.50 0.40 Homogeneous vegetation Soil LAI 1 LAI 3 0.30 0.20 0.10 0.00 Red 400 600 800 Near-IR 1000 1200 Utnyttjar denna skillnad jord lite vegetation mycket vegetation Maximerar vegetationssignalen och minskar effekt av störande bakgrund, atmosfär, m.m. 1400 1600 1800 2000 2200 2400
Hur vi analyserar fjärranalysdata Bildtolkning / mätning av olika objekt. Kontrast och färgförstärkningar FCC Rumsliga bilder kantskärpning etc.
Hur vi analyserar fjärranalysdata, forts. Automatisk klassificering av multispektrala bilddata 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
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 1 2 5 3 4
Hur vi analyserar fjärranalysdata forts. Mätning av egenskaper Kräver omräkning av bilddata till fysikaliska storheter (radians) Kan bygga på fysikaliska eller empiriska relationer - Temperatur - Albedo vegetationens struktur (bladyta, trädtäthet, biomassa etc.) vegetationsprocesser (fotosyntes, avdunstning etc.) Markfuktighet - Föroreningar - Atmosfärsegenskaper - m.m. Förändringsprocesser Multitemporala data Analys av fjärranalysdata i GIS
Havsytetemperatur NOAA Juli 1984
Atmosfäriskt Ozone ERS-2 GOME
Vattenånga Meteosat-7 20 Oct 98, 1200 UTC
Användning av satellitburen fjärranalys KARTERING för planering av utnyttjande av regionala och nationella resurser: markanvändning, skogsresurser UPPDATERING av topografisk kartinformation Regionala, nationella och internationella INVENTERINGAR av existerande resurser, och hur dessa förändras: berggrund, markanvändning, tropiska skogar, m.m. EU-ÖVERVAKNING av jordbrukssubventioner: Enbart i Sverige 60000 bönder! Stickprov, automatisk klassning av Landsat TM-data, jämförelse med kartor som bönderna har ritat.
Användning av satellitburen fjärranalys, forts METEOROLOGISK/OCEANOGRAFISK verksamhet: moln, vind, strömmar, havsis-övervakning, våghöjd, is, snö, m.m Kanske största operativa användningen av satellitdata! ÖVERVAKNING vid aktuella miljöproblem eller katastrofer: stormar, oljeutsläpp, översvämningar, torka/svält, bränder, gräshoppsangrepp, algblomning, m.m. MILJÖ OCH KLIMATFORSKNING: näringsläckage/vattenkvalitet, försurning/skogsdöd, ökenspridning och annan markförstöring, insektsangrepp, tropiska sjukdomar, klimatförändringar, kolbalansstudier, isförhållanden, glaciärer, m.m.
Hantering av stora datamängder Global kartering med högupplösande data (Landsat, SPOT HRV, Aster ) innebär processering av tusentals satellitscener alla med olika radiometri, atmosfärsförhållanden, geometri etc. Image: Metria
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
Förändringar - stormen Gudrun januari 2005 SPOT 2004 SPOT 2005
GPP NDVI, LAI anomalies Produktion och kolbalans i olika miljöer Grönland: trend av produktivitet 1992-2008 Sahel: trend av grönska 1982-2006 Temperature Year Tagesson et al. 2012, JAG, Accepted for publication. Year Eklundh and Olsson 2003, Geophys Res. Lett., 30. Hickler et al. 2005, Geophys Res. Lett., 32. Seaquist et al. 2008, Biogeosciences, 6.
PPI Övervakning av insektsskador Björkmätare, Abisko, 2005, 2012 10 km 1 0.8 0.6 0.4 Insektsutbrott Insektsutbrott 0.2 0-0.2 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013
Fältdata och UAV för kalibrering av satellitdata Obemannade helikoptrar med multispektrala kameror och lättviktssensorer Fasta master med optiska mätinstrument
EU rymdprogram Between 2014 and 2020, over EUR 12 billion will be spent on the implementation of the EU s three space programmes: Satellite navigation The Galileo and EGNOS programmes which provide positioning, navigation, and timing information worldwide. Earth observation: The Copernicus programme which provides Earth observation data and information. Space research: Part of the Horizon 2020 programme focuses specifically on space technologies, applications (e.g. GNSS and Earth observation), weather, sciences, exploration, and other space related topics.
Sentinel satellites Copernicus Sentinel-1 is a polar-orbiting, all-weather, day-and-night radar imaging mission for land and ocean services. 2014 -. Sentinel-2 is a polar-orbiting, multispectral high-resolution imaging mission for land monitoring to provide, for example, imagery of vegetation, soil and water cover, inland waterways and coastal areas. Sentinel-2 can also deliver information for emergency services. 2015 - Sentinel-3 is a multi-instrument mission to measure sea-surface topography, sea- and land-surface temperature, ocean colour and land colour with high-end accuracy and reliability. The mission will support ocean forecasting systems, as well as environmental and climate monitoring. 2016 - Sentinel-4 is a payload devoted to atmospheric monitoring that will be embarked upon a Meteosat Third Generation-Sounder (MTG-S) satellite in geostationary orbit. Sentinel-5 is a payload that will monitor the atmosphere from polar orbit aboard a MetOp Second Generation satellite. Sentinel-5 Precursor satellite mission is being developed to reduce data gaps between Envisat, in particular the Sciamachy instrument, and the launch of Sentinel-5. This mission will be dedicated to atmospheric monitoring. Sentinel-6 carries a radar altimeter to measure global sea-surface height, primarily for operational oceanography and for climate studies.
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 http://glovis.usgs.gov/ Gratis tillgänglighet till globala satellitdata från NASA https://wist.echo.nasa.gov/ Ny svensk tjänst för Copernicus-data
Mer information: http://www.nateko.lu.se E-post: lars.eklundh@nateko.lu.se