Η επιλογή της κατάλληλης δορυφορικής εικόνας τηλεπισκόπησης για χρήση στη Γεωργία Ακριβείας
Από RemoteSensing Wiki
"Η επιλογή της κατάλληλης δορυφορικής εικόνας τηλεπισκόπησης για χρήση στη Γεωργία Ακριβείας"
Για την επιλογή της ποιο κατάλληλης τηλεπισκοπηκής εικόνας για την χρήση της σε μια επιλογή πρέπει να έχουν κατανοηθεί τα εξής:
- Οι βασικές αρχές της τηλεπισκόπησης
- Η φύση του προβλήματος
- Η αξία της πληροφορίας που έχουμε
- Τα χαρακτηριστικά των διαφορετικών πηγών πληροφορίας
Η αντανάκλαση του κάθε εικονοστοιχείου περιέχει πολλές διαφορετικές επιφάνειες. Για παράδειγμα ένα εικονοστοιχείο μπορεί να περιέχει ένα συνδυασμό επιφάνεια γυμνού εδάφους και βλάστησης. Αν αυτό το εικονοστοιχείο περιέιχε 40% γυμνό έδαφος με σχετική αντανακλαστική αξία 20% και 60% βλάστηση με σχετική αντανακλαστική αξία 60%, τότε η μέση αντανακλαστική αξία θα ήταν 44%. Ένα εικονοστοιχείο που περιέχει παραπάνω από δύο διαφορετικά στοιχεία ονομάζεται μερικά ομογενής περιοχές (mixed pixel). Ένα κριτήριο για την επιλογή της κατάλληλης εικόνας τηλεπισκόπησης είναι να μπορεί να ταιριάζει η αντανάκλαση του εικονοστοιχείου στο ποσό του επιτρεπόμενου θορύβου. Τα περισσότερα εικονοστοιχεία επηρεάζονται από το φασματικό θόρυβο, το οποίο μπορεί να ελαττώσει την ακρίβεια ενός χάρτη. Όσο ποιο μεγάλη έκταση καλύπτει είναι ένα εικονοστοιχείο τόσο μεγαλύτερη πιθανότητα υπάρχει να περιέχει διαφορετικές επιφάνειες με διαφορικά αντανακλαστικά χαρακτηριστικά. Οπότε χρειάζονται πολύ μικρά εικονοστοιχεία για να μπορεί να χαρακτηριστεί μια περιοχή με μεγάλη παραλλακτικότητα.
ΟΙ παράγοντες που επηρεάζουν την επιλογή της κατάλληλης εικόνας :
- Οι απαιτήσεις σε ανάλυση της εικόνας
- Τα φασματικά κανάλια που μετράει ο αισθητήρας( sensor)
- Το κόστος σε σύγκριση με την αξία της πληροφορίας
- Η πιθανότητα να μοιραστεί το κόστος με άλλους ενδιαφερόμενους
- Η διαδικασία επεξεργασίας των δεδομένων
- Χρόνο εκτέλεσης εργασίας(ο χρόνος μεταξύ της συλλογής της πληροφορίας και αποστολή της)
Διαφορετικά δεδομένα τηλεπισκόπησης παρέχουν διαφορετικά χωρική ανάληση και διαφορετικές επιλογές σε φασματικά κανάλια. Για παράδειγμα, τα πoλυφασματικά δεδομένα από τους δορυφόρους MODIS, LANDSAT 7, SPOT 2&4, SPOT 5, IKONOS και QUICK BIRD έχουν διαφορετικό μέγεθος εικονοστοιχείου που αντιστοιχεί σε 820,98,65,33,13 και 8 ft. αντίστοιχα. Ένα εικονοστοιχείο του LANSAT 7 είναι αρκετά μεγάλο για να περιέχει 49 εικονοστοιχεία του IKONOS. Τα στοιχεία από τους αισθητήρες (sensors) έχουν διαφορετική αξιοπιστία, κόστος, χρόνο εκτέλεσης εργασίας.
Οι δορυφόροι που παρέχουν την ποιο κατάλληλη χωρική ανάλυση για τη Γεωργία Ακριβείας (ανάλυση μικρότερη από 100 ft) είναι οι Landsat 7, Aster-Terra, SPOT, IKONOS, και QuickBird. Όλοι αυτοί οι δορυφόροι συλλέγουν και πανχρωματικά (μαύρα και λευκά) και πολυφασματικά (πράσινα, κόκκινα, εγγύς υπέρυθρο) δεδομένα. Οι πανχρωματικές εικόνες έχουν συνήθως υψηλότερη ανάλυση από τις πολυφασματικές. Ο Landsat 7 συλλέγει πληροφορίες κάθε 16 μέρες.
Satellite tasking απαιτείται για τα δεδομένα από τους δορυφόρους SPOT, IKONOS, και QuickBird. Tasking επιτρέπει στον απεικονιστή να επικεντρώνεται σε περιοχές με μεγάλο ενδιαφέρον ενώ παράλληλα να αγνοεί περιοχές με περιορισμένο ενδιαφέρον. Οι χρεώσεις για το Tasking διαφέρουν από δορυφόρο σε δορυφόρο. Για παράδειγμα για τον SPOT ένας τέτοιος δορυφόρος προγραμματισμός θα στοιχίσει επιπλέον $1,000 για κάθε λήψη. Επίσης, τα επίπεδα προτεραιότητας διαφέρουν άρα διαφέρει και η χρέωση.
Μια υψηλή ανάλυση δεν απαιτείται σε όλες τις περιπτώσεις. Αν ο στόχος της τηλεπισκόπησης είναι να αναγνωρίσει μια μεγάλη ετερογενή περιοχή θα χρησιμοποιηθούν μεγάλα εικονοστοιχεια ενώ αν η τηλεπισκόπηση χρησιμοποιείται για την ανάλυση του εδάφους χρειάζονται μικρότερα εικονοστοιχεία. Αλλά δεν είναι απαραίτητο ότι τα μικρά εικονοστοιχεία είναι πάντα η καλύτερη επιλογή.
Διαφορετικά προβλήματα χειάζονται διαφορετική ανάλυση, φασματικά κανάλια και επεξεργασία. Όσο μικρότερη είναι η έκταση του προβλήματος τόσο ποιο μικρό πρέπει να είναι το εικονοστοιχείο. Για παράδειγμα, για να εντοπιστεί μια μικρή περιοχή με ζιζάνια χρειάζονται εικόνες υψηλής ανάλυσης από του δορυφόρους IKONOS or QuickBird. Ενώ εικόνες από τον Landsat 7 είναι κατάλληλες για τον εντοπισμό μεγάλων εκτάσεων ζιζανίων ή να εκτιμηθεί η ζημιά που έχει γίνει από χαλάζι σε μια καλλιεργούμενη περιοχή (Εικόνα.1).
Για να αναγνωριστεί ο παράγοντας που προκαλεί την παραλλακτικότητα στις πολυφασματικές εικόνες είναι πολύ δύσκολο. Για αν γίνει αυτή η αναγνώριση χρειάζονται οι παρατηρήσεις πεδίου ή παραπάνω στοιχεία.
Η επεξεργασία των δεδομένων μπορεί να χρειαστεί για να μπορούν να ερμηνευτούν τα δεδομένα. Η χρήση του GIS είναι απαραίτητη. Μια από την ποιο διαδεδομένη τεχνική επεξεργασία της εικόνας είναι να συνδυαστούν τα κανάλια του πράσινου, κόκκινου και εγγύς υπέρυθρου και να δημιουργήσουν μια εικόνα false color near infrared. Και μία άλλη να υπολογιστεί ο λόγος του κόκκινου κα του πράσινου φασματικού καναλιού για να δημιουργήσουν ένα δείκτη όπως είναι ο δείκτης βλάστησης NDVI. Με αυτόν τον τρόπο μπορούμε να υπολογίσουμε την ανάπτυξη της καλλιέργειας, την υγεία, και να εντοπιστούν παράγοντες που επηρεάζουν αρνητικά την παραγωγή της καλλιέργειας.
Εν κατακλείδι, πριν επιλέξουμε την εικόνα της τηλεπισκόπησης που θα χρησιμοποιήσουμε να ακολουθήσουμε τα εξής βήματα:
- Να αναγνωρίσουμε τους ακριβείς σκοπούς που χρειαζόμαστε την εικόνα
- Να αποφασίσουμε την ανάλυση και τα φασματικά κανάλια που χρειαζόμαστε
- Να αποφασίσουμε την επεξεργασία της εικόνας
- Να συγκρίνουμε την αξία της πληροφορίας με το χρηματικό της κόστος
ΠΗΓΗ: K. Dalsted, J.F. Paris, D.E. Clay, S.A. Clay, C.L. Reese, and J. Chang.
"Selecting the Appropriate Satellite Remote Sensing Product for Precision Farming"
