초목 범위 매핑에 가장 적합한 원격 감지 위성


15

나는 현재 원격 감지 수업을 위해 과제를 작성 중이며 정답이라고 생각하는 동안 살아있는 사람들을 위해이 일을하는 사람들이 어떻게 생각하는지 궁금합니다.

문제는 300km x 300km 연구 지역의 일반적인 범위를 매핑 하는 데 Landsat TM (Thematic Mapper)SPOT 5 중 어떤 위성 을 사용하는 것입니다.

내 대답은 SPOT 5 를 더 높은 해상도로 사용하고 Landsat TM의 30m 해상도보다 세밀한 범위를 얻을 수 있다는 것입니다. 그러나 SPOT 5의 면적은 작기 때문에 더 많은 이미지를 사용해야합니다. 또한 SPOT 5의 2200km VMI 스와 스에 대해 생각했지만 해상도는 1km입니다.

생각?


전용 원격 감지 스택 교체 : area51.stackexchange.com/proposals/59346/remote-sensing
WAF

답변:


17

@vascobnunes 의견에 동의하지만 특정 객체를 정의하려면 더 많은 분류가 (R, G, B, NIR, MIR, TIR, FIR)과 같이 더 많은 밴드를 필요로하기 때문에 LANDSAT TM을 사용해야합니다. 초목에는 LANDSAT TM (다음 설명에서 동일한 정보를 제공했습니다)를 사용해야합니다.

이 경우 중요한 것은 relative spectral response (RSR)위성을 보아야한다는 것 입니다.

RSR (상대 스펙트럼 응답) 측정은 공통 필터로 덮인 모든 검출기에 대해 일정하다고 가정하고 단일 AT 피크 응답으로 정규화됩니다. 현재 궤도 상 또는 지상 측정에서 시간에 따라 스펙트럼 안정성을 확인하는 방법은 없습니다.

(출처 : Dr. John Barke)

RSR 외에도 temporal resolution반복적 인 데이터 수집주기에 매우 중요합니다 ...

이것은 LANDSAT TM에 대한 상대 스펙트럼 응답입니다.

응답

여기에는 센서 별 상대 스펙트럼 응답 기능으로 인한 NDVI 차이 평가에 대한 정보가 있습니다 .

초록은 여기 있습니다 :

NDVI (Normalized Difference Vegetation Index)는 지표면의 역학 및 환경 변화를 모니터링하기 위해 가장 많이 사용되는 원격 감지 기반 지표입니다. 다른 센서 특성으로 인해 NDVI 값은 기록 시스템에 따라 다릅니다. 이 연구는 다중 센서 NDVI 데이터의 해석을 복잡하게 할 수있는 스펙트럼 센서 특성의 요소에 중점을 둡니다. 따라서 Landsat 5TM, QuickBird 및 SPOT5의 다중 스펙트럼 대역은 초 분광 데이터에서 시뮬레이션되었습니다. 이 시뮬레이션 된 데이터 세트는 센서 형상, 대기 조건, 지형 및 공간 분해능과 같은 동일한 특성 (스펙트럼 제외)을 보여줍니다. 이것은 상이한 스펙트럼 특성의 요인에 의해 야기 된 NDVI 차이를 직접 비교할 수있게한다.

이 문서에서 NIR 및 레드 밴드의 스펙트럼 값에 대해 요약했습니다.

응답

Landsat 5TM, QuickBird 및 SPOT5의 적색 및 근적외선 대역의 상대적인 스펙트럼 응답 기능으로 2 개의 일반적인 랜드 커버 스펙트럼이 있습니다.

결과 :

특히 NIR 영역에서 센서의 RSR 기능은 서로 다릅니다. Landsat 5TM 및 SPOT5의 적색 및 NIR 대역 사이의 간격이 중첩이 존재하는 QuickBird 대역 사이의 간격보다 넓다는 점이 눈에 is니다.


response3

센서의 적색 (a) 및 근적외선 (b) 대역의 상대 스펙트럼 응답 함수의 센서 관련 차이 (%).

결과:

QuickBird와 SPOT5의 적색 대역은 매우 유사하지만이 센서의 NIR 대역은 0.77µm에서 최대 80 % 이상의 차이를 나타냅니다. NIR 대역의 차이가 크기 때문에이 대역의 RSR 기능은 적색 대역보다 NDVI에 더 많이 영향을줍니다.

도움이 되길 바랍니다.


10

SPOT 5와 Landsat TM 중 하나만 선택할 수 있다면 돈은 문제가 아니며 30 000ha의 작은 지역에서는 SPOT5가 최선의 선택이지만 Landsat은 몇 가지 장점이 있습니다.

스팟 5 :

  • 2,5m 공간 분해능
  • 3 개의 스펙트럼 대역 (녹색, 적색, 근적외선)
  • 신규 인수의 경우 평방 킬로미터 당 약 2,64 €
  • 좋은 재 방문 시간
  • 가장 큰 장점 : 더 높은 해상도, 매우 높은 공간적 세부 매핑에 이상적

란삿 TM

  • 30m 공간 해상도
  • 7 개의 스펙트럼 대역 (R, G, B, NIR, MIR, TIR, FIR)
  • 평방 킬로미터 당 약 0.5 유로
  • 가장 큰 장점 : 더 나은 주제별 차별에 이상적인 더 나은 스펙트럼 정보; 가격

Rapideye, Aster 또는 LISS-IV를 사용하는 것도 좋습니다.

건배, 바스코 누네스


둘 다 NIR 밴드를 가지고있어 식물 분석에 적합합니다. 더 자세한 정보를 얻으려면 Landsat 7 ~ 15m 해상도를 팬-샤프닝 할 수 있습니다 (이 밴드는 종종 이미지와 함께 제공됨) Landsat 7을 사용하면 밴드를 결합하여 자연스러운 색상을 얻을 수 있습니다. 올바르게 기억할 수 있다면 이것이 SPOT 5의 경우가 아니라고 생각합니다. 자연스런 색상을 시뮬레이션하기 위해 색상 밴드를 다시 계산할 수 있습니다. 나는 이것을하는 것을 기억하지만 내 수체는 여전히 보라색보다 자주색이었습니다. 또한 가격은 위치에 따라 다릅니다. 캐나다에서는 Landsat 7과 SPOT 5를 모두 무료로 사용할 수 있습니다.
Jakub Sisak GeoGraphics

Landsat 5 TM는 위성 참조이므로 ~ 30m 해상도입니다. 그러나 나는 Landsat의 풍요 로움에 동의합니다. 그러나 아이디어는 초목이 존재하는 곳을 자동으로 매핑하는 것이 었습니다. 그리고 당신이 말했듯이, 그 문제에 대해, 둘 다 NDVI를 생성하게하십시오. SPOT은 더 나은 공간 해상도를 제공합니다. 무료 SPOT 5 이미지?! 그거 좋네요!
vascobnunes

2
식생 / 식물이 아닌 식물을 구별해야 할 경우 센서 중 하나에서 NDVI가 작동합니다. Landsat은 식생 유형을 더 잘 분류 할 수있는 능력을 향상시켜야합니다. 팬 샤프닝은 실제로 표시 목적으로 만 유용합니다. 분석하려는 경우 데이터를 처리하는 것은 매우 해로운 일입니다.
David

다시 +1 데이비드의 팬 샤프닝 의견. @vascobnunes SPOT 5 다중 스펙트럼 해상도는 10m (G, R, NIR) 및 20m (MIR)입니다. Panchromatic 밴드 만 2.5m입니다.
user2856

팬 선명 화 설명에 대한 @David : 실제로, 이미지의 스펙트럼 정보를 분석하려면 (예 : 자동 분류 목적으로) 픽셀의 원래 값 (DN)을 변경하지 않는 것이 좋습니다. 그러나 시각적 해석 / 분류를 위해 또는 자동 세분화를 수행하려는 경우 팬 샤프닝 이미지를 사용하는 것이 유용 할 것입니다.
vascobnunes

2

Landsat을 사용하여 자동 분류를 수행하려면 영역의 유형과 다양성에 따라 2.5m 해상도 이미지의 자동 분류를 사용하면 실제로 잘하지 않는 한 많은 유물을 처리 할 수 ​​있다고 생각합니다. ).

그러한 데이터 세트의 목적은 고려해야 할 주요 사항입니다. 시각화 만? 매우 상세한 면적 계산? 근접 분석? 데이터 세트에 표시하려는 가장 작은 초목 영역은 무엇입니까? 이것에 대한 당신의 시간 규모와 인력은 무엇입니까? 질문에 대한 답변을 제공해야합니다.

고려해야 할 많은 것들과 그러한 프로젝트의 목적이 주요 지침입니다.


예, 과제 질문에 범위가있는 것들이 있으면 대답하기 쉽지만 실제로 열렸습니다.
Nathan W
당사 사이트를 사용함과 동시에 당사의 쿠키 정책개인정보 보호정책을 읽고 이해하였음을 인정하는 것으로 간주합니다.
Licensed under cc by-sa 3.0 with attribution required.