Który satelita teledetekcyjny najlepiej nadaje się do mapowania zasięgu roślinności

15

Obecnie piszę zadanie dla mojej klasy teledetekcji i chociaż myślę, że mam poprawną odpowiedź, zastanawiałem się, co myślą ludzie, którzy robią te rzeczy dla życia.

Pytanie brzmi: który satelita z Landsat TM (Thematic Mapper) i SPOT 5 użyłby do mapowania ogólnego zasięgu obszaru badań o wymiarach 300 km x 300 km.

Moja odpowiedź brzmiała, że ​​użyjesz SPOT 5, ponieważ jest on wyższej rozdzielczości i pozwoli ci uzyskać lepszy zasięg w porównaniu do 30m rozdzielczości Landsat TM. Jednak SPOT 5 ma mały obszar pokosu, więc musisz użyć więcej zdjęć. Myślałem też o pokosie VMI o długości 2200 km na SPOT 5, ale rozdzielczość wynosi 1 km.

Myśli?

Nathan W.
źródło
dla dedykowanej zmiany stosu teledetekcji: area51.stackexchange.com/propozycje/59346/remote-sensing
WAF

Odpowiedzi:

17

Zgadzam się z opinią @vascobnunes, ale jeśli chcesz zdefiniować określone obiekty, musisz użyć LANDSAT TM, ponieważ więcej klasyfikacji wymaga więcej pasm, ponieważ (R, G, B, NIR, MIR, TIR, FIR) ... i moim wyborem jest to, że powinieneś użyć LANDSAT TM (dałem te same informacje w poniższym wyjaśnieniu) do wegetacji.

Ważną rzeczą w tym przypadku jest to, że powinieneś spojrzeć na relative spectral response (RSR)swojego satelitę.

Przyjmuje się, że pomiary względnej odpowiedzi widmowej (RSR) są stałe dla wszystkich detektorów objętych wspólnym filtrem i są znormalizowane do szczytowej odpowiedzi jedności AT. Obecnie nie ma metod sprawdzania stabilności widmowej w czasie z pomiarów zarówno na orbicie, jak i na ziemi.

(Źródło: Dr. John Barke)

Oprócz RSR temporal resolutionjest tak ważny dla powtarzalnego cyklu akwizycji danych ...

Jest to względna odpowiedź spektralna dla LANDSAT TM:

odpowiedź

Jest tutaj informacja o ocenie różnic NDVI spowodowanych przez funkcje względnej odpowiedzi widmowej specyficzne dla czujnika.

Streszczenie jest tutaj:

Indeks znormalizowanej różnicy wegetacji (NDVI) jest najczęściej stosowanym wskaźnikiem opartym na teledetekcji do monitorowania dynamiki powierzchni ziemi i zmian środowiskowych. Z powodu różnych charakterystyk czujnika wartości NDVI różnią się w zależności od systemu rejestracji. Niniejsze badanie koncentruje się na współczynniku charakterystyk czujnika spektralnego, który może komplikować interpretację wielosensorowych danych NDVI. Dlatego pasma wielospektralne Landsat 5TM, QuickBird i SPOT5 symulowano na podstawie danych hiperspektralnych. Te symulowane zestawy danych wykazują identyczne cechy (oprócz spektralnej), takie jak geometria czujnika, warunki atmosferyczne, topografia i rozdzielczość przestrzenna. Pozwala to na bezpośrednie porównanie różnic NDVI spowodowanych czynnikiem o różnych charakterystykach spektralnych.

Zrobiłem dla ciebie podsumowanie z tego dokumentu na temat wartości widmowych dla NIR i pasma czerwonego ...

odpowiedź

Względne funkcje odpowiedzi widmowej czerwonych i bliskiej podczerwieni pasm Landsat 5TM, QuickBird i SPOT5 z 2 typowymi widmami pokrycia terenu.

Wynik :

Zwłaszcza w regionie NIR funkcje RSR czujników różnią się między sobą. Widoczne jest to, że przerwa między pasmem czerwonym a pasmem NIR Landsat 5TM oraz SPOT5 jest szersza niż przerwa między pasmami QuickBird, w których istnieje nawet nakładanie się.


odpowiedź 3

Różnice związane z czujnikami (%) funkcji względnej odpowiedzi widmowej pasm czerwonych (a) i bliskiej podczerwieni (b) czujników.

Wynik:

Podczas gdy czerwone pasy QuickBird i SPOT5 są bardzo podobne, pasma NIR tych czujników wykazują największe różnice do ponad 80% przy 0,77 µm. Ze względu na duże różnice między pasmami NIR funkcje RSR tych pasm wpływają bardziej na NDVI niż funkcje czerwonych pasm.

Mam nadzieję, że Ci to pomoże...

Aragonia
źródło
10

Jeśli masz tylko SPOT 5 i Landsat TM do wyboru, pieniądze nie stanowią problemu i na niewielkim obszarze 30 000 ha, zgodziłbym się, że SPOT5 jest najlepszym wyborem, chociaż Landsat miałby pewne silne zalety:

SPOT5:

  • Rozdzielczość przestrzenna 2,5 m
  • 3 pasma spektralne (zielony, czerwony, bliski podczerwieni)
  • około 2,64 € za km2 na nowe akwizycje
  • dobry czas na ponowne odwiedziny
  • największa zaleta: lepsza rozdzielczość, idealna do bardzo szczegółowego odwzorowania szczegółów przestrzennych

Landsat TM

  • Rozdzielczość przestrzenna 30 m
  • 7 pasm spektralnych (R, G, B, NIR, MIR, TIR, FIR)
  • około 0,5 € za km2
  • największa zaleta: lepsza informacja spektralna idealna do lepszej dyskryminacji tematycznej; Cena £

Miałbyś też dobre opcje z Rapideye, Aster lub LISS-IV.

Pozdrawiam, Vasco Nunes

vascobnunes
źródło
Oba mają pasma NIR, więc oba nadają się do analizy wegetacji. Aby uzyskać więcej szczegółów, możesz wyostrzyć panoramę Landsat o rozdzielczości od 7 do 15 m (ten pasek jest często dostarczany ze zdjęciami). Landsat 7 pozwala łączyć pasma, aby uzyskać również naturalny kolor. Jeśli dobrze pamiętam, uważam, że nie jest tak w przypadku SPOT 5. Możliwe jest ponowne obliczenie pasm kolorów w celu symulacji naturalnego koloru. Pamiętam, że to robiłem, ale mój zbiornik wodny był jeszcze bardziej fioletowy niż niebieski. Chciałem również dodać, że cena zależy od lokalizacji. W Kanadzie zarówno Landsat 7, jak i SPOT 5 są bezpłatne.
Jakub Sisak GeoGraphics
Landsat 5 TM był skierowany do satelity, więc ~ 30m rozdzielczości. Ale zgadzam się z wyższym bogactwem Landsat. Pomysł polegał jednak na automatycznym mapowaniu, gdzie występuje roślinność. I jak już powiedziałeś, oba pozwalają wygenerować NDVI. SPOT zapewnia tylko lepszą rozdzielczość przestrzenną. Darmowe SPOT 5 zdjęć ?! To miłe!
vascobnunes
2
Jeśli potrzebujesz tylko rozróżnić między roślinami / roślinami niezawierającymi roślin, a NDVI z dowolnego czujnika zadziała. Landsat powinien dać ci lepszą zdolność do dalszego klasyfikowania typów roślinności. Pamiętaj, że ostrzenie pan jest naprawdę przydatne tylko do celów ekspozycyjnych. Jest bardzo szkodliwe dla twoich danych, jeśli zamierzasz przeprowadzić analizę.
David
+1 re. Komentarz Davida z ostentacją. @vascobnunes SPOT 5 rozdzielczość wielospektralna wynosi 10 m (G, R, NIR) i 20 m (MIR). Tylko pasmo panchromatyczne ma 2,5 m.
user2856
@ David o komentarzu do wyostrzania pan: rzeczywiście, jeśli chcesz analizować informacje spektralne obrazu (np. Do celów automatycznej klasyfikacji), lepiej nie zmieniać oryginalnych wartości (DN) pikseli. Jednak w przypadku wizualnej interpretacji / klasyfikacji lub jeśli chcesz przeprowadzić automatyczną segmentację, użycie wyostrzonego obrazu będzie bardzo przydatne.
vascobnunes
2

Jeśli chcesz, aby automatyczna klasyfikacja była zgodna z Landsat, myślę, że każda automatyczna klasyfikacja zdjęć o rozdzielczości 2,5 m (w zależności od rodzaju i różnorodności obszaru) sprawi, że poradzisz sobie z wieloma artefaktami, chyba że naprawdę jesteś w tym dobry: ).

Najważniejszy jest cel takiego zestawu danych. Tylko wizualizacja? Bardzo szczegółowe obliczenia powierzchni? Analiza bliskości? Jaki jest najmniejszy obszar roślinności, który chcesz reprezentować w swoim zestawie danych? Jaki jest twój harmonogram i siła robocza? Wszystko to powinno dać ci odpowiedź na twoje pytanie.

Wiele rzeczy do rozważenia, a celem takiego projektu są główne wskazówki.

jareks
źródło
Tak, jeśli pytanie o zadanie miało takie zakresy, łatwo byłoby na nie odpowiedzieć, ale naprawdę się skończyło.
Nathan W