Vệ tinh viễn thám nào được sử dụng tốt nhất để lập bản đồ phạm vi thảm thực vật


15

Tôi hiện đang viết một bài tập cho lớp viễn thám của mình và trong khi tôi nghĩ rằng tôi có câu trả lời đúng là tự hỏi những người làm công cụ này để kiếm sống nghĩ gì.

Câu hỏi đặt ra là: bạn sẽ sử dụng vệ tinh nào trong Landsat TM (Bản đồ chuyên đề)SPOT 5 để lập bản đồ phạm vi chung của khu vực nghiên cứu 300km x 300km.

Câu trả lời của tôi là bạn sẽ sử dụng SPOT 5 vì nó có độ phân giải cao hơn và sẽ cho phép bạn có được mức độ tốt hơn so với độ phân giải 30m của Landsat TM. Tuy nhiên, SPOT 5 có diện tích swath nhỏ nên bạn phải sử dụng nhiều hình ảnh hơn. Tôi cũng đã nghĩ về VMI 2200km trên SPOT 5 nhưng độ phân giải là 1km.

Suy nghĩ?


cho một stackechange viễn thám chuyên dụng: area51.stackexchange.com/proposeals/59346/remote-sensing
WAF

Câu trả lời:


17

Tôi đồng ý với ý kiến ​​của @vascobnunes nhưng nếu bạn muốn xác định một số đối tượng nhất định, bạn phải sử dụng LANDSAT TM vì nhiều phân loại cần nhiều băng tần hơn như (R, G, B, NIR, MIR, TIR, FIR) ... và lựa chọn của tôi là bạn nên sử dụng LANDSAT TM (tôi đã đưa ra thông tin tương tự trong phần giải thích sau) cho thảm thực vật.

Điều quan trọng trong trường hợp này là bạn nên nhìn vào relative spectral response (RSR)vệ tinh của mình.

Các phép đo đáp ứng phổ tương đối (RSR) được giả sử là không đổi đối với tất cả các máy dò được bao phủ bởi một bộ lọc chung và được chuẩn hóa thành đáp ứng cực đại AT. Hiện tại không có phương pháp nào để kiểm tra độ ổn định phổ theo thời gian từ các phép đo trên quỹ đạo hoặc mặt đất.

(Nguồn: Tiến sĩ John Barke)

Ngoài RSR, temporal resolutionrất quan trọng đối với chu kỳ thu thập dữ liệu lặp đi lặp lại ...

Đây là phản ứng phổ tương đối cho LANDSAT TM:

phản ứng

Có một thông tin ở đây về Đánh giá sự khác biệt của NDVI- gây ra bởi các chức năng phản ứng phổ tương đối cụ thể của cảm biến.

Tóm tắt ở đây:

Chỉ số thực vật khác biệt bình thường hóa (NDVI) là chỉ số dựa trên viễn thám thường được sử dụng nhất để theo dõi động lực học của bề mặt đất và thay đổi môi trường. Do đặc điểm cảm biến khác nhau, các giá trị NDVI thay đổi tùy theo hệ thống ghi. Nghiên cứu này tập trung vào yếu tố đặc điểm cảm biến quang phổ, có thể làm phức tạp việc giải thích dữ liệu NDVI đa hướng. Do đó, các dải đa diện của Landsat 5TM, QuickBird và SPOT5 đã được mô phỏng từ dữ liệu siêu âm. Các bộ dữ liệu mô phỏng này cho thấy các đặc điểm giống hệt nhau (ngoại trừ phổ) như hình học cảm biến, điều kiện khí quyển, địa hình và độ phân giải không gian. Điều này cho phép so sánh trực tiếp sự khác biệt của NDVI gây ra bởi yếu tố của các đặc điểm quang phổ khác nhau.

Tôi đã thực hiện một bản tóm tắt cho bạn từ tài liệu này về các giá trị phổ cho băng NIR và Red ...

phản ứng

Các chức năng phản ứng phổ tương đối của các dải màu đỏ và gần hồng ngoại của Landsat 5TM, QuickBird và SPOT5 với 2 phổ che phủ mặt đất điển hình.

Kết quả :

Đặc biệt ở khu vực NIR, các chức năng RSR của các cảm biến khác nhau. Dễ thấy là khoảng cách giữa dải màu đỏ và NIR của Landsat 5TM cũng như của SPOT5 rộng hơn khoảng cách giữa các dải QuickBird, nơi thậm chí tồn tại sự chồng chéo.


đáp ứng3

Sự khác biệt liên quan đến cảm biến (%) của các chức năng đáp ứng phổ tương đối của các dải màu đỏ (a) và gần hồng ngoại (b) của các cảm biến.

Kết quả:

Trong khi các dải màu đỏ của QuickBird và SPOT5 rất giống nhau, các dải NIR của các cảm biến này cho thấy sự khác biệt lớn nhất lên tới hơn 80% ở mức 0,77. Do sự khác biệt lớn giữa các băng NIR, chức năng RSR của các dải này ảnh hưởng đến NDVI nhiều hơn so với các dải màu đỏ.

Tôi hy vọng nó sẽ giúp bạn...


10

Nếu bạn chỉ có SPOT 5 và Landsat TM để lựa chọn, tiền không phải là vấn đề và với diện tích nhỏ 30 000ha, tôi đồng ý rằng SPOT5 là lựa chọn tốt nhất, mặc dù Landsat sẽ có một số lợi thế mạnh:

SPOT5:

  • Độ phân giải không gian 2,5 m
  • 3 dải quang phổ (Xanh lục, Đỏ, Gần hồng ngoại)
  • khoảng 2,64 € mỗi km cho việc mua lại mới
  • thời gian xem lại tốt
  • lợi thế lớn nhất: độ phân giải tốt hơn, lý tưởng cho ánh xạ chi tiết không gian rất cao

Landsat TM

  • Độ phân giải không gian 30m
  • 7 dải quang phổ (R, G, B, NIR, MIR, TIR, FIR)
  • khoảng 0,5 € mỗi km
  • lợi thế lớn nhất: thông tin phổ tốt hơn lý tưởng cho phân biệt chủ đề tốt hơn; giá bán

Bạn cũng sẽ có các tùy chọn tốt với Rapideye, Aster hoặc LISS-IV.

Chúc mừng, Vasco Nunes


Cả hai đều có dải NIR nên cả hai đều thích hợp để phân tích thảm thực vật. Để biết thêm chi tiết, bạn có thể làm sắc nét độ phân giải 7 đến 15m của Landsat (dải này thường được cung cấp cùng với hình ảnh) Landsat 7 cho phép bạn kết hợp các dải để đạt được màu sắc tự nhiên. Nếu tôi có thể nhớ chính xác, tôi tin rằng đây không phải là trường hợp của SPOT 5. Có thể bằng cách nào đó tính toán lại các dải màu để mô phỏng màu tự nhiên. Tôi nhớ làm điều này nhưng cơ thể nước của tôi vẫn còn màu tím hơn màu xanh. Cũng muốn thêm rằng giá cả phụ thuộc vào vị trí. Ở Canada, cả Landsat 7 và SPOT 5 đều miễn phí sử dụng.
Jakub Sisak GeoGraphics

Landsat 5 TM là satelite được giới thiệu, vì vậy độ phân giải ~ 30m. Nhưng tôi đồng ý với sự phong phú cao hơn của Landsat. Mặc dù vậy, ý tưởng chỉ là tự động lập bản đồ nơi thực vật tồn tại. Và như bạn đã nói, đối với vấn đề đó, cả hai đều cho phép bạn tạo ra NDVI. SPOT chỉ cung cấp cho bạn độ phân giải không gian tốt hơn. Hình ảnh SPOT 5 miễn phí?! thật tuyệt
vascobnunes

2
Nếu bạn chỉ cần phân biệt giữa thực vật / không thực vật và NDVI từ một trong hai cảm biến sẽ hoạt động. Landsat sẽ cung cấp cho bạn khả năng tốt hơn để phân loại các loại thảm thực vật. Lưu ý rằng mài sắc thực sự chỉ hữu ích cho mục đích hiển thị. Đó là một điều khá có hại để làm dữ liệu của bạn nếu bạn có ý định phân tích.
David

+1 lại. Bình luận pansharpening của David. @vascobnunes Độ phân giải đa diện SPOT 5 là 10m (G, R, NIR) và 20m (MIR). Chỉ có dải Panchromatic là 2,5m.
dùng2856

@David về nhận xét làm sắc nét pan: thực sự, nếu bạn muốn phân tích thông tin phổ của hình ảnh (ví dụ: cho mục đích phân loại tự động), tốt hơn là không thay đổi giá trị gốc (DN) của pixel. Nhưng để giải thích / phân loại trực quan hoặc nếu bạn muốn thực hiện phân đoạn tự động, sử dụng hình ảnh được làm sắc nét sẽ rất hữu ích.
vascobnunes

2

Nếu bạn muốn thực hiện phân loại tự động với Landsat, tôi nghĩ rằng bất kỳ phân loại tự động nào có hình ảnh độ phân giải 2,5 m (tùy thuộc vào loại và sự đa dạng của khu vực) sẽ khiến bạn phải đối phó với rất nhiều hiện vật trừ khi bạn thực sự giỏi về nó: ).

Mục đích của bộ dữ liệu đó là điều chính cần xem xét. Chỉ cần hình dung? Tính toán diện tích rất chi tiết? Phân tích tiệm cận? Khu vực thực vật nhỏ nhất mà bạn muốn thể hiện trong tập dữ liệu của bạn là gì? Thời gian và lực lượng lao động của bạn cho việc này là gì? Tất cả điều đó sẽ cung cấp cho bạn câu trả lời cho câu hỏi của bạn.

Rất nhiều điều cần xem xét và mục đích của dự án như vậy là hướng dẫn chính.


Vâng, nếu câu hỏi bài tập có những điều đó là phạm vi thì nó sẽ dễ trả lời nhưng nó thực sự đã mở kết thúc.
Nathan W
Khi sử dụng trang web của chúng tôi, bạn xác nhận rằng bạn đã đọc và hiểu Chính sách cookieChính sách bảo mật của chúng tôi.
Licensed under cc by-sa 3.0 with attribution required.