Αυτοματοποιημένη διαχείριση νεφοσκεπών περιοχών

Από RemoteSensing Wiki

(Διαφορές μεταξύ αναθεωρήσεων)
Μετάβαση σε: πλοήγηση, αναζήτηση
μ (Η Αυτόματη αξιολόγηση κάλυψης συννέφου μετονομάστηκε σε Αυτοματοποιημένη αποτίμηση σκιασμένων από σύννεφα περιοχών)
 
(13 ενδιάμεσες αναθεωρήσεις δεν εμφανίζονται.)
Γραμμή 1: Γραμμή 1:
-
[[category:Νέα δοκιμαστική υποκατηγορία]]
+
[[category:Ψηφιακή Τηλεπισκόπηση]]
-
<b> Αυτόματη αξιολόγηση κάλυψης συννέφου.</b><br>
+
<b> Αυτοματοποιημένη διαχείριση σκιασμένων από σύννεφα περιοχών.</b><br>
-
Πρωτότυπος τίτλος :Landsat 7 Automatic Cloud Cover Assessment
+
Πρωτότυπος τίτλος : Landsat 7 Automatic Cloud Cover Assessment
Πηγή : Richard R. Irish, Science Systems and Applications, Inc.
Πηγή : Richard R. Irish, Science Systems and Applications, Inc.
[http://landsathandbook.gsfc.nasa.gov/handbook/pdfs/ACCA_SPIE_paper.pdf]
[http://landsathandbook.gsfc.nasa.gov/handbook/pdfs/ACCA_SPIE_paper.pdf]
<br><br>
<br><br>
<b>Περίληψη</b><br><br>
<b>Περίληψη</b><br><br>
-
Αρχικός στόχος της αποστολής του Landsat 7 ήταν να παραχθεί ένα εποχιακό αρχείο χαρτογράφησης των ελεύθερων συννέφων για τις μάζες του γήινου εδάφους. Για να επιτευχθεί αυτός ο στόχος, αποκτήθηκαν 250 φωτογραφίες με Landsat 7 ΕΤΜ+ ο οποίες αρχειοθετήθηκαν. Η επιτυχία της αποστολής αυτής καθορίστηκε από τη φύση των ελέυθερων συννέφων που αποκτήθηκε από κάθε εικόνα. Επεκτάθηκε ένας αυτόματος αλγόριθμος αξιολόγησης κάλυψης συννέφων (ACCA) για τον υπολογισμό του τμήματος σύννεφων κάθε ETM+ εικόνας πριν από κάθε αρχειοθέτηση. Τα αποτελέσματα της κάλυψης συννέφων που προέκυψαν χρησιμοποιούνται στη συνέχεια από τους αρμόδιους για να ξαναπρογραμματίσουν τις αποτυχημένες αποκτήσεις και από τους χρήστες για να φιλτράρουν τις νεφώδεις σκηνές από τις ερωτήσεις βάσεων δεδομένων. O διαχωρισμός των συννέφων από την επιφάνεια που βρίσκεται κάτω από την έκταση τους φαίνεται απλή. Τα σύννεφα είναι άσπρα και πιο κρύα από την επιφάνεια του εδάφους και αυτές οι ιδιότητες ταιριάζουν με τα πολυφασματικά χαρακτηριστικά του ETM+. Εντούτοις, τα σύννεφα και η μεταβλητότητα της επιφάνειας του εδάφους, δημιουργούν προβλήματα.  Τα ευρέα σχεδιαγράμματα του συντελεστή ανάκλασης και θερμοκρασίας για τα σύννεφα εμφανίζονται ανάμεσα στις σκηνές(???). Μια ταυτοποίηση των σύννεφων που λειτουργεί καλά για μια εικόνα μπορεί να είναι μη-αποτελεσματική για κάποια άλλη. Η ακρίβεια του προσδιορισμού του συννέφου επηρεάζεται επίσης από τα χαρακτηριστικά της επιφάνειας του εδάφους (χιόνι, άσπρη άμμος κτλ.) που έχουν συντελεστή ανάκλασης που είναι παρόμοιος και σε μερικές περιπτώσεις ίδιος με τα σύννεφα στα ETM+ κανάλια. Αναπτύχθηκε μια εξαρτώμενη προσέγγιση σκηνής για τον προσδιορισμό των σύννεφων για Landsat 7 για να ελαχιστοποιήσει τα αποτελέσματα της μεταβλητότητας σύννεφων. Ο αλγόριθμος χειρίζεται τον πληθυσμό σύννεφων σε κάθε σκηνή μεμονωμένα για να εξετάσει τα στοιχεία εικόνας δύο φορές. Το πρώτο πέρασμα μέσω των δεδομένων σχεδιάζεται για να συλλάβει τα σύννεφα και μόνο τα σύννεφα. Οκτώ διαφορετικά φίλτρα χρησιμοποιούνται για να απομονώσουν τα σύννεφα και τις περιοχές κάτω από αυτά και τα χαρακτηριστικά της επιφάνειας του εδάφους που προκαλούν προβλήματα όπως το χιόνι και η άμμος.
+
Αρχικός στόχος της εργασίας ήταν να δημιουργηθεί ένα εποχικό, πλήρες αρχείο περιοχών νεφοκάλυψης του εδάφους. Για να επιτευχθεί αυτός ο στόχος, αποκτήθηκαν 250 φωτογραφίες Landsat 7 ΕΤΜ+ οι οποίες αρχειοθετήθηκαν αναλυτικά σε βάση δεδομένων. Δημιουργήθηκε ένας αυτοματοποιημένος αλγόριθμος αξιολόγησης της νεφοκάλυψης (ACCA) για τον προσδιορισμό του τμήματος κάθε ETM+ απεικόνισης, το οποίο εμφανίζει νεφοκάλυψη. Τα αποτελέσματα της κάλυψης των νεφών που προέκυψαν, χρησιμοποιούνται στη συνέχεια για να προσδιορίζονται επιτυχώς οι περιοχές αυτές, στη βάση δεδομένων των εικόνων. O διαχωρισμός των νεφών από την υπόλοιπη επιφάνεια της απεικόνισης, η οποία εμφανίζεται κάτω από την έκταση τους, σκιασμένη, είναι σχετικά απλή. Τα σύννεφα είναι λευκά και εμφανίζουν χαμηλή θερμοκρασία από την επιφάνεια του εδάφους και αυτές οι ιδιότητες μπορούν να τονισθούν χρησιμοποιώντας τα πολυφασματικά χαρακτηριστικά των απεικονίσεων Landsat ETM+.  
 +
Εντούτοις, οι ψηφιακές τιμές που εμφανίζουν τα σύννεφα και η μεταβλητότητα των ψηφιακών τιμών της επιφάνειας του εδάφους, όπως έχουν καταγραφεί στις Landsat ETM απεικονίσεις, δημιουργούν τις συνθήκες με τη βοήθεια των διαγραμμάτων ανακλαστικότητας τα οποία δημιουργούνται από τον υπολογισμό του συντελεστή ανάκλασης και θερμοκρασίας στις περιοχές που εμφανίζονται τα σύννεφα, συντελούν στον πιθανο θεωρητικό προσδιορισμό πιθανών (αναμενόμενα πιθανών) τιμών pixel των σκιασμένων από νέφη περιοχών. Βέβαια στη μέθοδο, εμφανίζονται διάφορα προβλήματα, όπως η λανθασμένη αυτόματη ταυτοποίηση των νεφών σε κάποιες απεικονίσεις, ενώ σε άλλες απεικονίσεις οι ταυτοποιήσεις των σκιασμένων επιφανειών, είναι εξαίρετες. Η ακρίβεια του προσδιορισμού των ψηφιακών τιμών των σκιασμένων pixel επηρεάζεται από τα χαρακτηριστικά της επιφάνειας του εδάφους (εδαφοκάλυψη, ύπαρξη βλάστησης, τεχνικών έργων κτλ.) που έχουν συντελεστή ανάκλασης που είναι όμοιος και σε μερικές περιπτώσεις πολύ κοντά σε αριθμητική τιμή, με τις ψηφιακές τιμές που εμφανίζουν τα νέφη, στα κανάλια της κάθε απεικόνισης. Η μεθοδολογία που αναπτύχθηκε προσπαθεί να εξομαλύνει και να ελαχιστοποιήσει τα αποτελέσματα της της μεταβλητότητας των ψηφιακών τιμών που εμφανίζονται στις σκιασμένες περιοχές. Ο αυτοματοποιημένος αλγόριθμος χειρίζεται τον πληθυσμό των ψηφιακών τιμών των υποκείμενων των νεφών περιοχών, σε κάθε δορυφορική απεικόνιση μεμονωμένα, και επαναλαμβάνει δυο φορές τον έλεγχο αυτόν. Το πρώτο αλγοριθμικό πέρασμα μέσω των δεδομένων της βάσης, συντελείται για να προσδιοριστούν τα νέφη (επομένως και οι υποκείμενες σκιασμένες επιφάνειες). Οκτώ διαφορετικά φίλτρα χρησιμοποιούνται διαδοχικά, για να προσδιορίσουν και να ενισχύσουν τις ψηφιακές τιμές των σκιασμένων επιφανειών.  
 +
 
<br>  
<br>  
-
[[Εικόνα:garg_8filters_1_15.jpg|right|thumb||Εικόνα 1 : Εικόνα Landsat της Κασπία θάλασσας,[http://landsathandbook.gsfc.nasa.gov/handbook/pdfs/ACCA_SPIE_paper.pdf]πηγή]]
+
[[Εικόνα:garg_8filters_1_15.jpg|right|thumb||Εικόνα 1 : Εικόνα Landsat της Κασπίας θάλασσας,[http://landsathandbook.gsfc.nasa.gov/handbook/pdfs/ACCA_SPIE_paper.pdf]πηγή]]
<br><br>
<br><br>
<b>Μεθοδολογία</b><br><br>
<b>Μεθοδολογία</b><br><br>
-
Αρχικά, σχεδιάζεται ένα πέρασμα μέσω των ραδιομετρικά διορθωμένων στοιχείων της εικόνας για να απομονώσει τα σύννεφα και σχεδιάστηκαν οκτώ διαφορετικά φίλτρα για το λόγο αυτό ενώ τα λάθη παράλειψης είναι αναμενόμενα. Σαν πρώτος στόχος είναι να αναπτυχθεί μια αξιόπιστη υπογραφή σύννεφων για τη χρήση στο στάδιο δύο όπου προσδιορίζονται τα υπόλοιπα σύννεφα. Τα σφάλματα επιφόρτισης πρέπει να ελαχιστοποιηθούν δεδομένου ότι αλλοιώνουν την υπογραφή του συννέφου και διαστρεβλώνει το τελικό αποτέλεσμα της κάλυψης των σύννεφων. Προκύπτουν τρείς κατηγορίες από το πρώτο στάδιο επεξεργασίας, εντοπισμός συννέφων, μη εντοπισμός συννέφων και μια διφορούμενη ομάδα που ξαναμελετάται στο δεύτερο στάδιο. Πρίν την αξιολόγηση των 60 μέτρων του καναλιού 6 της εικόνας είναι pixels των καναλιών 30 μέτρων (??????). Αυτό επιτυγχάνεται μέσω της αναδίπλωσης του pixel. Κάθε pixel του καναλιού 6 γίνεται 2 και κάθε επεκταθείσα εικόνα του καναλιού 6 επαναλαμβάνεται. Το αρχικό δείγμα 3300 από 3000 γραμμές στο κανάλι 6 της εικόνας τώρα ταιριάζει χωρικά με τα κανάλια 30 μέτρων (6600 δείγματα από 6000 γραμμές). Το τελικό βήμα της προ-επεξεργασίας είναι να δημιουργηθεί μια ενιαία μάσκα σύννεφων που διαστασιολογικά ταιριάζει με μια εικόνα εισαγωγής μεγέθους 30 μέτρων. Η μάσκα σύννεφων χρησιμοποιείται για να αποθηκεύσει τα αποτελέσματα στα στάδια ένα και δύο. Όλα τα pixels σε μια ETM+ απεικόνιση υποβάλλονται διαδοχικά σε επεξεργασία. Το φιλτράρισμα εκτελείται σε κάθε pixel έως ότου απορριφθεί ή ταξινομηθεί ως σύννεφο. Στη συνέχεια παρουσιάζουμε την περιγραφή του κάθε φίλτρου που εφαρμόζεται.
+
Αρχικά, πραγματοποιείται ένα "πέρασμα" μέσω των ραδιομετρικά διορθωμένων pixels της κάθε απεικόνισης, για να απομονώσει τα νέφη και τις υποκείμενες σκιασμένες επιφάνειες. Με τον τρόπο αυτόν διαπιστώνονται τρεις βασικές κατηγορίες περιοχών, αυτές με νέφη, αυτές χωρίς νέφη και κάποιες περιοχές που τίθενται σε αμφιβολία. Στη συνέχεια εφαρμόζονται οκτώ διαφορετικά φίλτρα στα εικονοστοιχεία των απεικονίσεων και για τις περιοχές οι οποίες έχουν διαπιστευτεί ως περιοχές νεφοκάλυψης. Η δδ/δι των 30 μέτρων των pixel των Landsat απεικονίσεων σε όλα τα κανάλια εκτός του θερμικού βοηθά στη σύγκριση των στατιστικών των ψηφιακών τιμών. Όλα τα pixel σε μια Landsat ETM+ απεικόνιση υποβάλλονται διαδοχικά σε επεξεργασία. Το φιλτράρισμα εκτελείται σε κάθε pixel έως ότου απορριφθεί (ή γίνει δεκτή) η μηδενική υπόθεση που έχει τεθεί ή ταξινομηθεί ως ψηφιακή τιμή σκιασμένης επιφάνειας. Ακολουθεί μια σύντομη  περιγραφή του κάθε φίλτρου που εφαρμόζεται:
<br><br>
<br><br>
-
1)Όριο φωτενότητας (Brightness Threshold). Κάθε κανάλι τριών pixel αρχικά συγκρίνεται με ένα όριο φωτεινότητας. Τα pixels που είναι κάτω αυτού του ορίου προσδιορίζονται σαν μη-εντοπισμό συννέφων και σημειώνονται στη μάσκα συννέφων. Τα pixels που υπερβαίνουν το όριο του καναλιού 3 που τίθεται στη τιμή των 0,8 μεταβαίνουν στο φίλτρο 2.  
+
1)Όριο φωτεινότητας (Brightness Threshold). Κάθε υποπίνακας (χωρική περιοχή ψηφιακών τιμών) τριών pixel αρχικά συγκρίνεται με ένα όριο φωτεινότητας. Τα pixel που είναι κάτω αυτού του ορίου, προσδιορίζονται ως μη εντοπισμένες ψηφιακές τιμές νεφών. Τα pixel των οποίων οι ψηφιακές τιμές περνούν το κατώφλι του φίλτρου 1, υφίστανται το φίλτρο 2.  
<br><br>
<br><br>
-
2)Ομαλοποιημένος δέικτης διαφοράς χιονιού (Normalized Snow Difference Index). Οι τιμές των pixel από τα κανάλια 2 και 5 ρησιμοποιούνται για να διατυπώσουν τον ομαλοποιημένο δείκτη χιονιού διαφοράς (NDSI). Το NDSI φίλτρο εκφράζεται ως εξής: NDSI = (κανάλι 2 – κανάλι 5) / (κανάλι 2 + κανάλι 5). Αυτό το φίλτρο είναι ιδιαίτερα χρήσιμο για την αφαίρεση του χιονιού. Ο συντελεστής ανάκλασης των σύννεφων και του χιονιού είναι παρόμοιος στο κανάλι 2. Εντούτοις, στο κανάλι 5, ο συντελεστής ανάκλασης για τα σύννεφα είναι πολύ υψηλός ενώ για το χιόνι είναι χαμηλός. Ο Hall ανακάλυψε ότι η NSDI τιμή μεγαλύτερη από 0.4 αντιπροσωπεύει την κάλυψη χιονιού αρκετά καλά. Αυτή η τιμή δοκιμάστηκε αρχικά για την ACCA για να αποβάλει το χιόνι αλλά αποβλήθηκαν επίσης τα σύννεφα που αποτελούνται από τα κρύσταλλα πάγου (π.χ. cirrostratus).Το κατώτατο όριο αυξήθηκε σε 0.7 για να συλλάβει τα σύννεφα αυτού του τύπου. Οι τιμές NDVI πάνω από αυτό το κατώτατο όριο είναι κατάλληλες ως χιόνι και καταγράφονται ως μη-εντοπισμός συννέφου στη μάσκα σύννεφων. Tα pixels χιονιού που παραμένουν μη φιλτραρισμένα συνήθως τίθενται σε ένα επόμενο φιλτράρισμα. Η γνώση ύπαρξης χιονιού σε μια σκηνή είναι σημαντική για το δεύτερο στάδιο επεξεργασίας κι έτσι διατηρείται ο έλεγχος των pixel χιονιού. Τα pixels που μειώνονται κάτω από το όριο NDSI περνούν στο φίλτρο 3.  
+
2)Ομαλοποιημένο φίλτρο (δείκτης) διαφοράς χιονιού (Normalized Snow Difference Index). Οι τιμές των pixel από τα κανάλια 2 και 5 χρησιμοποιούνται για να δημιουργήσουν το ομαλοποιημένο φίλτρο / δείκτη χιονιού (NDSI). Το NDSI εκφράζεται ως εξής: NDSI = (κανάλι 2 – κανάλι 5) / (κανάλι 2 + κανάλι 5). Αυτό το φίλτρο / δείκτης είναι ιδιαίτερα χρήσιμο για την αυτόματη αφαίρεση του χιονιού από μια απεικόνιση. Ο συντελεστής ανάκλασης των νεφών και του χιονιού είναι παρόμοιος στο κανάλι 2. Εντούτοις, στο κανάλι 5, ο συντελεστής ανάκλασης για τα νέφη είναι πολύ υψηλός ενώ για το χιόνι είναι χαμηλός. Ο Hall βρήκε εμπειρικά ότι η NSDI τιμή που είναι μεγαλύτερη από 0.40 αντιπροσωπεύει αρκετά καλά την κάλυψη χιονιού. Αυτή η τιμή (0.40) δοκιμάστηκε αρχικά από την αυτοματοποιημένη διαδικασία ACCA για να αποβάλει τις χιονισμένες επιφάνειες αλλά αποβλήθηκαν επίσης και νεφοσκεπείς επιφάνειες, οπότε το κατώτατο όριο (κατώφλι) αυξήθηκε σε 0.70, τιμή που έδωσε συνολικά καλύτερα αποτελέσματα στο διαχωρισμό χιονισμένων από νεφοσκεπείς περιοχές. Τα pixel που φιλτράρονται με αυτόν τον τρόπο, περνούν στο φίλτρο 3.  
<br><br>
<br><br>
-
3)Όριο θερμοκρασίας. Αυτό το φίλτρο εξετάζει τις θερμικές τιμές του καναλιού 6 για τα πιθανά pixels συννέφων. Εάν μια αξία ενός pixel υπερβαίνει 300K, μια ρεαλιστική μέγιστη θερμοκρασία συννέφου, είναι αποκλεισμένο και χαρακτηρισμένο ως μη-εντοπισμένο σύννεφο στη μάσκα. Όλα τα pixels με τιμή θερμοκρασίας λιγότερο από 300K περνούν στο φίλτρο 4.
+
3)Όριο θερμοκρασίας. Αυτό το φίλτρο εξετάζει τις θερμικές ψηφιακές τιμές (του καναλιού 6) για τα πιθανά pixel. Χαμηλές ψηφιακές τιμές και πάντως κάτω από ένα συγκεκριμένο εμπειρικό κατώφλι, προωθούν τα εξεταζόμενα pixel στο φίλτρο 4.
<br><br>
<br><br>
-
4)Κανάλι 5/6 σύνθετο (Band 5/6 Composite). Οι τιμές των pixel από τα κανάλια 5 και 6 χρησιμοποιούνται για να διατυπώσουν τη ζώνη 5/6 σύνθετο. Το φίλτρο εκφράζεται ως εξής: Κανάλι5/6 composite = (1 – κανάλι 5) * κανάλι 6. Αυτό το φίλτρο λειτουργεί εξαιρετικά καλά επειδή τα σύννεφα είναι κρύα και ιδιαίτερα αντανακλαστικά στο κανάλι 5. Είναι ιδιαίτερα χρήσιμο για την εξάλειψη των κρύων χαρακτηριστικων γνωρισμάτων της επιφάνειας εδάφους που έχει ο συντελεστής ανάκλασης στο χαμηλό κανάλι 5 όπως το χιόνι και άλλα. Η ανάλυση ευαισθησίας έδειξε ότι ο καθορισμός ορίου των 225 δουλεύει άριστα. Οι τιμές των pixels επάνω από αυτό το όριο ονομάζονται διφοούμενα αποτελέσματα και περνούν στην επεξεργασία του δεύτερου σταδίου. Τα pixels που μειώνονται κάτω από αυτό το όριο περνούν στο φίλτρο 5.
+
4)Φίλτρο από το λόγο κανάλι5/κανάλι6. Οι τιμές των pixel από τα κανάλια 5 και 6 χρησιμοποιούνται για να δημιουργήσουν ένα φίλτρο, ως εξής: (1 – κανάλι 5) * κανάλι 6. Αυτό το φίλτρο λειτουργεί πολύ καλά στο διαχωρισμό και είναι ιδιαίτερα χρήσιμο για την εξάλειψη των "κρύων" χαρακτηριστικων γνωρισμάτων της επιφάνειας εδάφους που παρουσιάζει ο συντελεστής ανάκλασης στο κανάλι 5. Τα pixel που προκρίνονται από αυτό το φίλτρο περνούν στο φίλτρο 6.
<br><br>
<br><br>
-
5)Κανάλι αναλογίας 4/3 (Band 4/3 Ratio). Αυτό το φίλτρο αποβάλλει την ιδιαίτερα αντανακλαστική βλάστηση και είναι απλά κανάλι 4 συντελεστής ανάκλασης που διαιρείται με το κανάλι 3 του συντελεστή ανάκλασης. Κοντά στις υπέρυθρες ακτίνες (κανάλι 4) ο συντελεστής ανάκλασης για τα πράσινα φύλλα είναι υψηλός επειδή απορροφάται πολύ λίγη ενέργεια. Στην κόκκινη περιοχή (κανάλι 3) η χλωροφύλλη στα πράσινα φύλλα απορροφά την ενέργεια κι έτσι ο συντελεστής ανάκλασης είναι χαμηλός. Η αναλογία 4/3 οδηγεί στις υψηλότερες τιμές για τη βλάστηση απ'ό, τι για άλλα χαρακτηριστικά γνωρίσματα της σκηνής, συμπεριλαμβανομένων των σύννεφων. Χρησιμοποιείται μια ρύθμιση ορίου της τάξεως των 2.0. Τα pixels που υπερβαίνουν αυτό το όριο ονομάζονται διφορούμενα και ξαναεξετάζονται στο δεύτερο στάδιο επεξεργασίας. Τα pixels με τις αναλογίες κάτω από αυτό το  όριο περνούν στο φίλτρο 6.
+
5)Φίλτρο από το λόγο αναλογίας κανάλι4/κανάλι3. Αυτός ο λόγος τονίζει ιδιαίτερα της περιοχές με υψηλή υγρασία, ιδιαίτερα τις περιοχές έντονης βλάστησης. Στο κοντινό υπέρυθρο (κανάλι 4) ο συντελεστής ανάκλασης για την πράσινη βλάστηση είναι υψηλός. Στην περιοχή του ορατού (κανάλι 3) η χλωροφύλλη της βλάστησης απορροφά περισσότερο την ηλιακή ενέργεια κι έτσι ο συντελεστής ανάκλασης είναι χαμηλός. Η αναλογία κανάλι4/κανάλι3 οδηγεί τις ψηφιακές τιμές της βλάστησης σε υψηλότερες τιμές, απ'ό, τι για άλλα χαρακτηριστικά γνωρίσματα της απεικόνισης, συμπεριλαμβανομένων των νεφών. Εμπειρικά και έπειτα από δοκιμές, οριοθετείται ένα κατώφλι (στη τιμή 2) οπότε τα pixel που υπερβαίνουν αυτό το κατώφλι χαρακτηρίζονται διφορούμενα και ξαναεξετάζονται στο δεύτερο στάδιο επεξεργασίας. Τα pixel με ψηφιακές τιμές κάτω από αυτό το  κατώφλι περνούν στο φίλτρο 6.
<br><br>
<br><br>
-
6)Κανάλι αναλογίας 4/2 (Band 4/2 Ratio)
+
6)Φίλτρο από το λόγο αναλογίας κανάλι4/κανάλι2
-
Αυτό το φίλτρο αποβάλλει την ιδιαίτερα αντανακλαστική βλάστηση και διαμορφώνεται με τη διαίρεση του καναλιού 4 του συντελεστή ανάκλασης από το κανάλι 2 του συντελεστή ανάκλασης. Στο υπέρυθρο κανάλι 4, τα πράσινα φύλλα που είναι νεκρά απορροφούν ακόμα λιγότερο την ενέργεια και είναι έτσι ιδιαίτερα αντανακλαστικά. Στην πράσινη περιοχή του καναλιού 2 τα φύλλα απορροφούν τη λιγότερη ενέργεια λόγω της απώλειας χλωροφύλλης και εκθέτουν την αυξανόμενη ανακλαστικότητα. Οι τιμές της αναλογία 4/2 είναι υψηλότερες για τη βλάστηση από ότι άλλα χαρακτηριστικά συμπεριλαμβανομένων των σύννεφων. Το όριο τίθεται στη τιμλη 2 και λειτουργεί αποτελεσματικά. Τα pixels που υπερβαίνουν αυτόν τον αριθμό είναι διφορούμενα και περνούν στο στάδιο 2. Τα pixels με τις αναλογίες κάτω από αυτό το όριο περνούν στο φίλτρο 7.
+
Αυτό το φιλτράρισμα των ψηφιακών τιμών αποβάλλει την ιδιαίτερα ανακλαστική βλάστηση και διαμορφώνεται από τις τιμές που προκύπτουν από τη διαίρεση του καναλιού 4, από το κανάλι 2. Στο υπέρυθρο κανάλι 4, τα πράσινα φύλλα εμφανίζονται ιδιαίτερα ανακλαστικά. Στην περιοχή του καναλιού 2 συμβαίνει ακριβώς το αντίθετο. Οι τιμές του λόγου κανάλι4/κανάλι2 είναι υψηλότερες για τη βλάστηση από ότι άλλα χαρακτηριστικά συμπεριλαμβανομένων των νεφών. Και εδώ τίθεται ένα κατώφλι (στη τιμή 2) και λειτουργεί αποτελεσματικά. Τα pixel που υπερβαίνουν αυτόν τον αριθμό χαρακτηρίζονται διφορούμενα και περνούν στο στάδιο 2. Τα pixel με ψηφιακές τιμές κάτω από αυτό το κατώφλι περνούν στο φίλτρο 7.
<br><br>
<br><br>
-
7)Κανάλι αναλογίας 4/5 (Band 4/5 Ratio). Αυτό το φίλτρο αποβάλλει τους ιδιαίτερα αντανακλαστικούς βράχους και τις άμμους στα τοπία ερήμων και διαμορφώνεται με τη διαίρεση του καναλιού 4 του συντελεστή ανάκλασης από το κανάλι 5 του συντελεστής ανάκλασης. Οι βράχοι και η άμμος τείνουν να εκθέσουν τον υψηλότερο συντελεστή ανάκλασης στο κανάλι 5 απ'ό, τι στο κανάλι 4, ενώ ισχύει το αντίστροφο για τα σύννεφα. Το όριο τίθεται στο 1 και λειτουργεί αποτελεσματικά. Τα pixels που μειώνονται κάτω από αυτό το όριο ονομάζεται διφορούμενα και ξαναεξετάζονται στο στάδιο 2. Η γνώση των pixels της ερήμου σε μια σκηνή είναι σημαντική για το πέρασμα στο δεύτερο στάδιο επεξεργασίας. Επομένως διατηρείται ένας έλεγχος τέτοιου είδους pixel. Τα pixels με τις αναλογίες που υπερβαίνουν αυτό το όριο περνούν στο φίλτρο 8.
+
7)Φίλτρο από το λόγο αναλογίας κανάλι 4/κανάλι5. Αυτό το φιλτράρισμα διαχωρίζει τις ψηφιακές τιμές των βράχων και του πετρώδους εδάφους από αυτές των νεφών, αλλά και τις ψηφιακές τιμές του αμμώδους εδάφους. Τα εδάφη αυτά παρουσιάζουν υψηλότερο συντελεστή ανάκλασης στο κανάλι 5 απ' ό,τι στο κανάλι 4, ενώ ισχύει το αντίστροφο για τα νέφη. Το κατώφλι στην περίπτωση αυτή τίθεται στο 1 και λειτουργεί αποτελεσματικά. Τα pixel διαχωρίζονται όπως και στα προηγούμενα φιλτραρίσματα και όσα υπερβαίνουν αυτό το κατώφλι περνούν στο φίλτρο 8.
<br><br>
<br><br>
-
8)Κανάλι 5/6 σύνθετο (Band 5/6 Composite). Όλα τα pixels που φθάνουν σε αυτό το επίπεδο φιλτραρίσματος είναι ταξινομημένα ως σύννεφα. Ένας περαιτέρω χωρισμός σε δύο κατηγορίες επιτυγχάνεται με τη χρησιμοποίηση του φίλτρου του σύνθετου καναλιού 5/6. Για κάθε pixel σύννεφων, το κανάλι του σύνθετου 5/6 συγκρίνεται ενάντια σε μια ρύθμιση ορίου 210. Τα pixels πάνω και κάτω από αυτό το όριο είναι ταξινομημένα ως θερμά και κρύα σύννεφα, αντίστοιχα. Αυτές οι δύο κατηγορίες σύννεφων καταγράφονται στη μάσκα σύννεφων.
+
8)Φίλτρο από το λόγο κανάλι 5/κανάλι6. Όλα τα pixel που φθάνουν σε αυτό το επίπεδο φιλτραρίσματος είναι βασικά χαρακτηρισμένα ως νέφη. Ένας περαιτέρω διαχωρισμός σε δύο κατηγορίες, επιτυγχάνεται με τη χρησιμοποίηση του λόγου κανάλι 5/κανάλι6, ως φίλτρου. Εμπειρικά τίθεται ένα κατώφλι τιμών στο 210. Τα pixel πάνω και κάτω από αυτό το όριο χαρακτηρίζονται ως θερμά και κρύα νέφη, αντίστοιχα.  
<br><br>
<br><br>
Μια απεικόνιση Landsat από την Κασπία θάλασσα παρουσιάζεται στην Εικόνα 1. Εκτελέσθηκε η ACCA (automatic cloud cover assessment) και παρήχθη μια μάσκα συννέφων (Εικόνα 2).  
Μια απεικόνιση Landsat από την Κασπία θάλασσα παρουσιάζεται στην Εικόνα 1. Εκτελέσθηκε η ACCA (automatic cloud cover assessment) και παρήχθη μια μάσκα συννέφων (Εικόνα 2).  
Γραμμή 35: Γραμμή 37:
[[Εικόνα:garg_8filters_2_15.jpg|right|thumb||Εικόνα 2 : Μάσκα συννέφων πρώτου σταδίου,[http://landsathandbook.gsfc.nasa.gov/handbook/pdfs/ACCA_SPIE_paper.pdf]πηγή]]
[[Εικόνα:garg_8filters_2_15.jpg|right|thumb||Εικόνα 2 : Μάσκα συννέφων πρώτου σταδίου,[http://landsathandbook.gsfc.nasa.gov/handbook/pdfs/ACCA_SPIE_paper.pdf]πηγή]]
<br><br>
<br><br>
-
Η μάσκα έχει τέσσερις διαφορετικές κατηγορίες. Το λευκό αντιπροσωπεύει τα θερμά σύννεφα ενώ το γκρίζο αντιπροσωπεύει τα πιό κρύα σύννεφα. Το σκούρο γκρι αντιπροσωπεύει τις περιοχές μη-εντοπισμού συννέφων που αποκλείονται από την περαιτέρω ανάλυση.  Οι διφορούμενες περιοχές εικόνας, που επανεξετάζονται στο στάδιο 2, είναι μαύρες. Το δεύτερο στάδιο περιλαμβάνει τη θερμική ανάλυση χρησιμοποιώντας αποκλειστικά το κανάλι 6. Μια αξιόπιστη θερμική υπογραφή αναπτύσσεται αρχικά από τη μια ή και τις δύο κατηγορίες σύννεφων που προσδιορίζονται στο στάδιο ένα. Οι δύο κατηγορίες συνδιάζονται και χρησιμοποιούνται από κοινού εάν η απεικονισμένη έκταση στερείται το χιόνι. Το χιόνι δημιουργεί προβλήματα στην ταξινόμηση των συννέφων και η παρουσία του δικαιολογεί την ανάπτυξη μιας πιό συντηρητικής υπογραφής σύννεφων. Εάν το χιόνι σε μια σκηνή είναι λιγότερο από 1% τότε θεωρείται χιόνι ελεύθερο. Εάν το χιόνι υπάρχει σε μια σκηνή, η κρύα κατηγορία σύννεφων χρησιμοποιείται αποκλειστικά για την απόδοση της υπογραφής σύννεφων. Για αυτές τις σκηνές, τα θερμότερα σύννεφα είναι διφορούμενα και ξαναεξετάζονται με όλα τα άλλα διφορούμενα εικονοκύτταρα που προσδιορίστηκαν κατά τη διάρκεια του πρώτου περάσματος. Η φωτεισμένη έρημος δημιουργεί επίσης προβλήματα στο δεύτερο στάδιο και πρέπει να αποφευχθεί. Ένας δείκτης ερήμων διατυπώνεται εξετάζοντας τα αποτελέσματα του φίλτρου 7. Ο δείκτης υπολογίζεται με τη διαίρεση της συνολικής παραγωγής pixel από το φίλτρο 7 από την ποσότητα του pixel εισαγωγής. (Περισσότερες πληροφορίες για το δεύτερο στάδιο επεξεργασίας θα βρείτε εδώ:http://landsathandbook.gsfc.nasa.gov/handbook/pdfs/ACCA_SPIE_paper.pdf).
+
Η μάσκα έχει τέσσερις διαφορετικές κατηγορίες. Το λευκό αντιπροσωπεύει τα θερμά νέφη ενώ το γκρίζο αντιπροσωπεύει τα πιό κρύα νέφη. Το σκούρο γκρι αντιπροσωπεύει τις περιοχές μη-εντοπισμού νεφών που αποκλείονται από την περαιτέρω ανάλυση.  Οι χαρακτηρισμένες ως διφορούμενες περιοχές της εικόνας, που επανεξετάζονται στο στάδιο 2, εμφανίζονται μαύρες. Το δεύτερο στάδιο περιλαμβάνει τη θερμική ανάλυση χρησιμοποιώντας αποκλειστικά το κανάλι 6. Μια αξιόπιστη κατά το δυνατόν θερμική υπογραφή αναπτύσσεται αρχικά από τη μια ή και τις δύο κατηγορίες νεφών που προσδιορίζονται στο στάδιο 1. Οι δύο κατηγορίες συνδιάζονται και χρησιμοποιούνται από κοινού εάν στην έκταση που απεικονίζεται, είμαστε σίγουροι ότι δεν εμφανίζεται χιόνι (το χιόνι δημιουργεί προβλήματα στην ταξινόμηση των νεφών και η παρουσία του δικαιολογεί τη χρήση μιας πιό συντηρητικής φασματικής υπογραφής νεφών). Εάν το χιόνι σε μια απεικόνιση είναι λιγότερο από 1% τότε θεωρείται αμελητέο. Εάν το χιόνι υπάρχει σε μια σκηνή, τότε η κρύα κατηγορία νεφών χρησιμοποιείται αποκλειστικά για την απόδοση της τυπικής φασματικής υπογραφής των νεφών. Για αυτές τις σκηνές, τα θερμότερα νέφη χαρακτηριζονται ως διφορούμενα και ξαναεξετάζονται με όλα τα άλλα διφορούμενα pixel που προσδιορίστηκαν κατά τη διάρκεια του πρώτου περάσματος του αλγορίθμου. Περισσότερες και αναλυτικές πληροφορίες για το δεύτερο στάδιο επεξεργασίας μπορείτε να βρείτε εδώ:http://landsathandbook.gsfc.nasa.gov/handbook/pdfs/ACCA_SPIE_paper.pdf).
<br><br>
<br><br>
<b>Συμπεράσματα</b><br><br>
<b>Συμπεράσματα</b><br><br>
-
Ο Landsat 7 αυτόματου αλγόριθμου αξιολόγησης συννέφων (???)σχεδιάστηκε για να παράγει γρήγορες και αξιόπιστες έννοιες για την αξιολόγηση του περιεχομένου κάλυψης σύννεφων των χαρτογαρφίσεων ETM+ που αποκτήθηκαν παγκοσμίως. Ο αλγόριθμος στηρίζεται στην εμπειρία που αποκτιέται από το Landsat 4/5 του αλγόριθμου κληρονομιάς που αναπτύσσεται για θεματικό χαρτογράφο. Ο βελτιωμένος αλγόριθμος χρησιμοποιεί δύο πρόσθετα κανάλια, εξετάζει όλα τα pixels σε μια σκηνή, και εκμεταλλεύεαι τη χωρική ανάλυση του ενισχυμένου καναλιού 6(60 μέτρα για ETM+ αντί των 120 μέτρων για το TM). Ο αλγόριθμος υιοθετεί επίσης μια συγκεκριμένη προσέγγιση δύο σταδίων σκηνής που εξετάζει τα σύννεφα μεμονωμένα για κάθε εικόνα. Ο αλγόριθμος λειτουργεί καλά για τις περισσότερες περιοχές της γης. Σε μια πρόσφατη μελέτη αποδείχθηκε ότι 75% των αποτελεσμάτων ACCA ήταν μέσα στο 10% του πραγματικού περιεχομένου κάλυψης σύννεφων και ότι 91% ήταν μέσα στο 20%. Οι προβληματικές περιοχές υπάρχουν αλλά τείνουν να περιλάβουν τη χιονισμένη έκταση στα ακραία γεωγραφικά πλάτη και τις υψηλές γωνίες φωτισμού. Το Landsat 7 αλγόριθμος ACCA χρησιμοποιείται τώρα λειτουργικά στο EDC, όπου χρησιμοποιείται για να ποσολογήσει την κάλυψη σύννεφων για περίπου 250 ETM+ σκηνές που παραλαμβάνονται κάθε ημέρα. Στα αποτελέσματα στέλνονται στη συνέχεια στο EDC DAAC και Landsat 7 στους αρμόδιους σχεδιασμού. Για τους χρήστες, η περιεκτικότητα σε σύννεφα σε μια σκηνή είναι η ενιαία σημαντικότερη εκτίμηση ενός ETM+ προϊόντος. Το σύστημα αναζήτησης EDC επιτρέπει στους χρήστες να στοχεύσουν γρήγορα σε μια επιθυμητή σκηνή με το φιλτράρισμα εκείνα με την υπερβολική κάλυψη σύννεφων. Οι αρμόδιοι για το σχεδιασμό αποστολής χρησιμοποιούν τα αποτελέσματα κάλυψης σύννεφων για να ξαναπρογραμματίσουν τις αποτυχημένες αποκτήσεις προκειμένου να πραγματοποιηθεί ο στόχος αποστολής το σφαιρικό αρχείο με την εποχιακή και ελεύθερη από σύννεφα εικόνα.
+
Ο αλγόριθμος ACCA ο οποίος δημιουργήθηκε από την παραπάνω μεθοδολογία σε απεικονίσεις Landsat 7, σχεδιάστηκε για να παράγει γρήγορα και αξιόπιστα συμπεράσματα στην προσπάθεια αξιολόγησης της νεφοκάλυψης και έμμεσα των σκιασμένων υφιστάμενων από νέφη, περιοχών. Ο αλγόριθμος στηρίζεται σε εμπειρικές μετρήσεις και επαναληπτικές δοκιμές. Ο βελτιωμένος αλγόριθμος χρησιμοποιεί δύο πρόσθετα κανάλια, εξετάζει όλα τα pixel σε μια σκηνή, και εκμεταλλεύεαι τη χωρική ανάλυση του ενισχυμένου καναλιού 6(60 μέτρα για ETM+ αντί των 120 μέτρων για τον TM). Ο αλγόριθμος υιοθετεί επίσης μια συγκεκριμένη προσέγγιση δύο σταδίων σκηνής που εξετάζει τα σύννεφα μεμονωμένα για κάθε εικόνα. Ο αλγόριθμος λειτουργεί ικανοποιητικά για τις περισσότερες περιοχές της γης αλλά πάντοτε εμφανίζονται προβληματικές περιοχές, κυρίως σε περιοχές χιονοσκεπείς ή σε περιοχές όπου για διάφορους φυσικούς λόγους, εμφανίζονται ιδιαίτερα υψηλές τιμές ανακλαστικότητας.
<br>  
<br>  
[[Εικόνα:garg_8filters_3_15.jpg|right|thumb||Εικόνα 3 : Μάσκα συννέφων δεύτερου σταδίου,[http://landsathandbook.gsfc.nasa.gov/handbook/pdfs/ACCA_SPIE_paper.pdf]πηγή]]
[[Εικόνα:garg_8filters_3_15.jpg|right|thumb||Εικόνα 3 : Μάσκα συννέφων δεύτερου σταδίου,[http://landsathandbook.gsfc.nasa.gov/handbook/pdfs/ACCA_SPIE_paper.pdf]πηγή]]
<br><br>
<br><br>

Παρούσα αναθεώρηση της 09:15, 16 Μαρτίου 2011


Αυτοματοποιημένη διαχείριση σκιασμένων από σύννεφα περιοχών.
Πρωτότυπος τίτλος : Landsat 7 Automatic Cloud Cover Assessment Πηγή : Richard R. Irish, Science Systems and Applications, Inc. [4]

Περίληψη

Αρχικός στόχος της εργασίας ήταν να δημιουργηθεί ένα εποχικό, πλήρες αρχείο περιοχών νεφοκάλυψης του εδάφους. Για να επιτευχθεί αυτός ο στόχος, αποκτήθηκαν 250 φωτογραφίες Landsat 7 ΕΤΜ+ οι οποίες αρχειοθετήθηκαν αναλυτικά σε βάση δεδομένων. Δημιουργήθηκε ένας αυτοματοποιημένος αλγόριθμος αξιολόγησης της νεφοκάλυψης (ACCA) για τον προσδιορισμό του τμήματος κάθε ETM+ απεικόνισης, το οποίο εμφανίζει νεφοκάλυψη. Τα αποτελέσματα της κάλυψης των νεφών που προέκυψαν, χρησιμοποιούνται στη συνέχεια για να προσδιορίζονται επιτυχώς οι περιοχές αυτές, στη βάση δεδομένων των εικόνων. O διαχωρισμός των νεφών από την υπόλοιπη επιφάνεια της απεικόνισης, η οποία εμφανίζεται κάτω από την έκταση τους, σκιασμένη, είναι σχετικά απλή. Τα σύννεφα είναι λευκά και εμφανίζουν χαμηλή θερμοκρασία από την επιφάνεια του εδάφους και αυτές οι ιδιότητες μπορούν να τονισθούν χρησιμοποιώντας τα πολυφασματικά χαρακτηριστικά των απεικονίσεων Landsat ETM+. Εντούτοις, οι ψηφιακές τιμές που εμφανίζουν τα σύννεφα και η μεταβλητότητα των ψηφιακών τιμών της επιφάνειας του εδάφους, όπως έχουν καταγραφεί στις Landsat ETM απεικονίσεις, δημιουργούν τις συνθήκες με τη βοήθεια των διαγραμμάτων ανακλαστικότητας τα οποία δημιουργούνται από τον υπολογισμό του συντελεστή ανάκλασης και θερμοκρασίας στις περιοχές που εμφανίζονται τα σύννεφα, συντελούν στον πιθανο θεωρητικό προσδιορισμό πιθανών (αναμενόμενα πιθανών) τιμών pixel των σκιασμένων από νέφη περιοχών. Βέβαια στη μέθοδο, εμφανίζονται διάφορα προβλήματα, όπως η λανθασμένη αυτόματη ταυτοποίηση των νεφών σε κάποιες απεικονίσεις, ενώ σε άλλες απεικονίσεις οι ταυτοποιήσεις των σκιασμένων επιφανειών, είναι εξαίρετες. Η ακρίβεια του προσδιορισμού των ψηφιακών τιμών των σκιασμένων pixel επηρεάζεται από τα χαρακτηριστικά της επιφάνειας του εδάφους (εδαφοκάλυψη, ύπαρξη βλάστησης, τεχνικών έργων κτλ.) που έχουν συντελεστή ανάκλασης που είναι όμοιος και σε μερικές περιπτώσεις πολύ κοντά σε αριθμητική τιμή, με τις ψηφιακές τιμές που εμφανίζουν τα νέφη, στα κανάλια της κάθε απεικόνισης. Η μεθοδολογία που αναπτύχθηκε προσπαθεί να εξομαλύνει και να ελαχιστοποιήσει τα αποτελέσματα της της μεταβλητότητας των ψηφιακών τιμών που εμφανίζονται στις σκιασμένες περιοχές. Ο αυτοματοποιημένος αλγόριθμος χειρίζεται τον πληθυσμό των ψηφιακών τιμών των υποκείμενων των νεφών περιοχών, σε κάθε δορυφορική απεικόνιση μεμονωμένα, και επαναλαμβάνει δυο φορές τον έλεγχο αυτόν. Το πρώτο αλγοριθμικό πέρασμα μέσω των δεδομένων της βάσης, συντελείται για να προσδιοριστούν τα νέφη (επομένως και οι υποκείμενες σκιασμένες επιφάνειες). Οκτώ διαφορετικά φίλτρα χρησιμοποιούνται διαδοχικά, για να προσδιορίσουν και να ενισχύσουν τις ψηφιακές τιμές των σκιασμένων επιφανειών.


Εικόνα 1 : Εικόνα Landsat της Κασπίας θάλασσας,[1]πηγή



Μεθοδολογία

Αρχικά, πραγματοποιείται ένα "πέρασμα" μέσω των ραδιομετρικά διορθωμένων pixels της κάθε απεικόνισης, για να απομονώσει τα νέφη και τις υποκείμενες σκιασμένες επιφάνειες. Με τον τρόπο αυτόν διαπιστώνονται τρεις βασικές κατηγορίες περιοχών, αυτές με νέφη, αυτές χωρίς νέφη και κάποιες περιοχές που τίθενται σε αμφιβολία. Στη συνέχεια εφαρμόζονται οκτώ διαφορετικά φίλτρα στα εικονοστοιχεία των απεικονίσεων και για τις περιοχές οι οποίες έχουν διαπιστευτεί ως περιοχές νεφοκάλυψης. Η δδ/δι των 30 μέτρων των pixel των Landsat απεικονίσεων σε όλα τα κανάλια εκτός του θερμικού βοηθά στη σύγκριση των στατιστικών των ψηφιακών τιμών. Όλα τα pixel σε μια Landsat ETM+ απεικόνιση υποβάλλονται διαδοχικά σε επεξεργασία. Το φιλτράρισμα εκτελείται σε κάθε pixel έως ότου απορριφθεί (ή γίνει δεκτή) η μηδενική υπόθεση που έχει τεθεί ή ταξινομηθεί ως ψηφιακή τιμή σκιασμένης επιφάνειας. Ακολουθεί μια σύντομη περιγραφή του κάθε φίλτρου που εφαρμόζεται:

1)Όριο φωτεινότητας (Brightness Threshold). Κάθε υποπίνακας (χωρική περιοχή ψηφιακών τιμών) τριών pixel αρχικά συγκρίνεται με ένα όριο φωτεινότητας. Τα pixel που είναι κάτω αυτού του ορίου, προσδιορίζονται ως μη εντοπισμένες ψηφιακές τιμές νεφών. Τα pixel των οποίων οι ψηφιακές τιμές περνούν το κατώφλι του φίλτρου 1, υφίστανται το φίλτρο 2.

2)Ομαλοποιημένο φίλτρο (δείκτης) διαφοράς χιονιού (Normalized Snow Difference Index). Οι τιμές των pixel από τα κανάλια 2 και 5 χρησιμοποιούνται για να δημιουργήσουν το ομαλοποιημένο φίλτρο / δείκτη χιονιού (NDSI). Το NDSI εκφράζεται ως εξής: NDSI = (κανάλι 2 – κανάλι 5) / (κανάλι 2 + κανάλι 5). Αυτό το φίλτρο / δείκτης είναι ιδιαίτερα χρήσιμο για την αυτόματη αφαίρεση του χιονιού από μια απεικόνιση. Ο συντελεστής ανάκλασης των νεφών και του χιονιού είναι παρόμοιος στο κανάλι 2. Εντούτοις, στο κανάλι 5, ο συντελεστής ανάκλασης για τα νέφη είναι πολύ υψηλός ενώ για το χιόνι είναι χαμηλός. Ο Hall βρήκε εμπειρικά ότι η NSDI τιμή που είναι μεγαλύτερη από 0.40 αντιπροσωπεύει αρκετά καλά την κάλυψη χιονιού. Αυτή η τιμή (0.40) δοκιμάστηκε αρχικά από την αυτοματοποιημένη διαδικασία ACCA για να αποβάλει τις χιονισμένες επιφάνειες αλλά αποβλήθηκαν επίσης και νεφοσκεπείς επιφάνειες, οπότε το κατώτατο όριο (κατώφλι) αυξήθηκε σε 0.70, τιμή που έδωσε συνολικά καλύτερα αποτελέσματα στο διαχωρισμό χιονισμένων από νεφοσκεπείς περιοχές. Τα pixel που φιλτράρονται με αυτόν τον τρόπο, περνούν στο φίλτρο 3.

3)Όριο θερμοκρασίας. Αυτό το φίλτρο εξετάζει τις θερμικές ψηφιακές τιμές (του καναλιού 6) για τα πιθανά pixel. Χαμηλές ψηφιακές τιμές και πάντως κάτω από ένα συγκεκριμένο εμπειρικό κατώφλι, προωθούν τα εξεταζόμενα pixel στο φίλτρο 4.

4)Φίλτρο από το λόγο κανάλι5/κανάλι6. Οι τιμές των pixel από τα κανάλια 5 και 6 χρησιμοποιούνται για να δημιουργήσουν ένα φίλτρο, ως εξής: (1 – κανάλι 5) * κανάλι 6. Αυτό το φίλτρο λειτουργεί πολύ καλά στο διαχωρισμό και είναι ιδιαίτερα χρήσιμο για την εξάλειψη των "κρύων" χαρακτηριστικων γνωρισμάτων της επιφάνειας εδάφους που παρουσιάζει ο συντελεστής ανάκλασης στο κανάλι 5. Τα pixel που προκρίνονται από αυτό το φίλτρο περνούν στο φίλτρο 6.

5)Φίλτρο από το λόγο αναλογίας κανάλι4/κανάλι3. Αυτός ο λόγος τονίζει ιδιαίτερα της περιοχές με υψηλή υγρασία, ιδιαίτερα τις περιοχές έντονης βλάστησης. Στο κοντινό υπέρυθρο (κανάλι 4) ο συντελεστής ανάκλασης για την πράσινη βλάστηση είναι υψηλός. Στην περιοχή του ορατού (κανάλι 3) η χλωροφύλλη της βλάστησης απορροφά περισσότερο την ηλιακή ενέργεια κι έτσι ο συντελεστής ανάκλασης είναι χαμηλός. Η αναλογία κανάλι4/κανάλι3 οδηγεί τις ψηφιακές τιμές της βλάστησης σε υψηλότερες τιμές, απ'ό, τι για άλλα χαρακτηριστικά γνωρίσματα της απεικόνισης, συμπεριλαμβανομένων των νεφών. Εμπειρικά και έπειτα από δοκιμές, οριοθετείται ένα κατώφλι (στη τιμή 2) οπότε τα pixel που υπερβαίνουν αυτό το κατώφλι χαρακτηρίζονται διφορούμενα και ξαναεξετάζονται στο δεύτερο στάδιο επεξεργασίας. Τα pixel με ψηφιακές τιμές κάτω από αυτό το κατώφλι περνούν στο φίλτρο 6.

6)Φίλτρο από το λόγο αναλογίας κανάλι4/κανάλι2 Αυτό το φιλτράρισμα των ψηφιακών τιμών αποβάλλει την ιδιαίτερα ανακλαστική βλάστηση και διαμορφώνεται από τις τιμές που προκύπτουν από τη διαίρεση του καναλιού 4, από το κανάλι 2. Στο υπέρυθρο κανάλι 4, τα πράσινα φύλλα εμφανίζονται ιδιαίτερα ανακλαστικά. Στην περιοχή του καναλιού 2 συμβαίνει ακριβώς το αντίθετο. Οι τιμές του λόγου κανάλι4/κανάλι2 είναι υψηλότερες για τη βλάστηση από ότι άλλα χαρακτηριστικά συμπεριλαμβανομένων των νεφών. Και εδώ τίθεται ένα κατώφλι (στη τιμή 2) και λειτουργεί αποτελεσματικά. Τα pixel που υπερβαίνουν αυτόν τον αριθμό χαρακτηρίζονται διφορούμενα και περνούν στο στάδιο 2. Τα pixel με ψηφιακές τιμές κάτω από αυτό το κατώφλι περνούν στο φίλτρο 7.

7)Φίλτρο από το λόγο αναλογίας κανάλι 4/κανάλι5. Αυτό το φιλτράρισμα διαχωρίζει τις ψηφιακές τιμές των βράχων και του πετρώδους εδάφους από αυτές των νεφών, αλλά και τις ψηφιακές τιμές του αμμώδους εδάφους. Τα εδάφη αυτά παρουσιάζουν υψηλότερο συντελεστή ανάκλασης στο κανάλι 5 απ' ό,τι στο κανάλι 4, ενώ ισχύει το αντίστροφο για τα νέφη. Το κατώφλι στην περίπτωση αυτή τίθεται στο 1 και λειτουργεί αποτελεσματικά. Τα pixel διαχωρίζονται όπως και στα προηγούμενα φιλτραρίσματα και όσα υπερβαίνουν αυτό το κατώφλι περνούν στο φίλτρο 8.

8)Φίλτρο από το λόγο κανάλι 5/κανάλι6. Όλα τα pixel που φθάνουν σε αυτό το επίπεδο φιλτραρίσματος είναι βασικά χαρακτηρισμένα ως νέφη. Ένας περαιτέρω διαχωρισμός σε δύο κατηγορίες, επιτυγχάνεται με τη χρησιμοποίηση του λόγου κανάλι 5/κανάλι6, ως φίλτρου. Εμπειρικά τίθεται ένα κατώφλι τιμών στο 210. Τα pixel πάνω και κάτω από αυτό το όριο χαρακτηρίζονται ως θερμά και κρύα νέφη, αντίστοιχα.

Μια απεικόνιση Landsat από την Κασπία θάλασσα παρουσιάζεται στην Εικόνα 1. Εκτελέσθηκε η ACCA (automatic cloud cover assessment) και παρήχθη μια μάσκα συννέφων (Εικόνα 2).

Εικόνα 2 : Μάσκα συννέφων πρώτου σταδίου,[2]πηγή



Η μάσκα έχει τέσσερις διαφορετικές κατηγορίες. Το λευκό αντιπροσωπεύει τα θερμά νέφη ενώ το γκρίζο αντιπροσωπεύει τα πιό κρύα νέφη. Το σκούρο γκρι αντιπροσωπεύει τις περιοχές μη-εντοπισμού νεφών που αποκλείονται από την περαιτέρω ανάλυση. Οι χαρακτηρισμένες ως διφορούμενες περιοχές της εικόνας, που επανεξετάζονται στο στάδιο 2, εμφανίζονται μαύρες. Το δεύτερο στάδιο περιλαμβάνει τη θερμική ανάλυση χρησιμοποιώντας αποκλειστικά το κανάλι 6. Μια αξιόπιστη κατά το δυνατόν θερμική υπογραφή αναπτύσσεται αρχικά από τη μια ή και τις δύο κατηγορίες νεφών που προσδιορίζονται στο στάδιο 1. Οι δύο κατηγορίες συνδιάζονται και χρησιμοποιούνται από κοινού εάν στην έκταση που απεικονίζεται, είμαστε σίγουροι ότι δεν εμφανίζεται χιόνι (το χιόνι δημιουργεί προβλήματα στην ταξινόμηση των νεφών και η παρουσία του δικαιολογεί τη χρήση μιας πιό συντηρητικής φασματικής υπογραφής νεφών). Εάν το χιόνι σε μια απεικόνιση είναι λιγότερο από 1% τότε θεωρείται αμελητέο. Εάν το χιόνι υπάρχει σε μια σκηνή, τότε η κρύα κατηγορία νεφών χρησιμοποιείται αποκλειστικά για την απόδοση της τυπικής φασματικής υπογραφής των νεφών. Για αυτές τις σκηνές, τα θερμότερα νέφη χαρακτηριζονται ως διφορούμενα και ξαναεξετάζονται με όλα τα άλλα διφορούμενα pixel που προσδιορίστηκαν κατά τη διάρκεια του πρώτου περάσματος του αλγορίθμου. Περισσότερες και αναλυτικές πληροφορίες για το δεύτερο στάδιο επεξεργασίας μπορείτε να βρείτε εδώ:http://landsathandbook.gsfc.nasa.gov/handbook/pdfs/ACCA_SPIE_paper.pdf).

Συμπεράσματα

Ο αλγόριθμος ACCA ο οποίος δημιουργήθηκε από την παραπάνω μεθοδολογία σε απεικονίσεις Landsat 7, σχεδιάστηκε για να παράγει γρήγορα και αξιόπιστα συμπεράσματα στην προσπάθεια αξιολόγησης της νεφοκάλυψης και έμμεσα των σκιασμένων υφιστάμενων από νέφη, περιοχών. Ο αλγόριθμος στηρίζεται σε εμπειρικές μετρήσεις και επαναληπτικές δοκιμές. Ο βελτιωμένος αλγόριθμος χρησιμοποιεί δύο πρόσθετα κανάλια, εξετάζει όλα τα pixel σε μια σκηνή, και εκμεταλλεύεαι τη χωρική ανάλυση του ενισχυμένου καναλιού 6(60 μέτρα για ETM+ αντί των 120 μέτρων για τον TM). Ο αλγόριθμος υιοθετεί επίσης μια συγκεκριμένη προσέγγιση δύο σταδίων σκηνής που εξετάζει τα σύννεφα μεμονωμένα για κάθε εικόνα. Ο αλγόριθμος λειτουργεί ικανοποιητικά για τις περισσότερες περιοχές της γης αλλά πάντοτε εμφανίζονται προβληματικές περιοχές, κυρίως σε περιοχές χιονοσκεπείς ή σε περιοχές όπου για διάφορους φυσικούς λόγους, εμφανίζονται ιδιαίτερα υψηλές τιμές ανακλαστικότητας.

Εικόνα 3 : Μάσκα συννέφων δεύτερου σταδίου,[3]πηγή



Προσωπικά εργαλεία