Αυτοματοποιημένη διαχείριση νεφοσκεπών περιοχών

Από RemoteSensing Wiki

Μετάβαση σε: πλοήγηση, αναζήτηση


Αυτοματοποιημένη αποτίμηση 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 δημιουργηθείένα 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 πιθανοθεωρητικό 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 επηρρεάζεται 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, σχεδιάζεται ένα πέρασμα μέσω των ραδιομετρικά διορθωμένων εικονοστοιχείων της κάθε απεικόνισης, για να απομονώσει τα νέφη και τις υποκείμενες σκιασμένες επιφάνειες. 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.

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.

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.

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.

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.

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.

6)Κανάλι αναλογίας 4/2 (Band 4/2 Ratio) 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.

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.

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.

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 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).

Συμπεράσματα

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.

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



Προσωπικά εργαλεία