Légköri korrekció a műholdas távérzékelésben, a reflektív spektrális tartományokban A problémakör vázlatosan: Adott a Nap besugárzása, mérjük műholdakon levő műszerekkel a Föld irányából visszajutó sugárzást (radiancia) a szóban forgó EM hullámhossztartományban (0.4-2.5µm). A visszajutó sugárzást a besugárzás és a „közbeeső” közegek kölcsönhatása határozza meg. Közbeeső közegek, röviden: légkör és a felszín. Légköri korrekció célja: a mérési eredmény visszavezetni a felszín sugárzást reflektáló képességére (reflektancia) A nap besugárzása: állandónak tekinthető, jó közelítéssel az 5800K hőmérsékletű fekete test sugárzásának Föld távolságában érzékelhető „hígult” , közel egyirányú irradianciával (E) jellemezhető energiaárama. Műszer: radiométer, a mondott tartományok 4-20 al-tartományára összegzett értéket vonatkoztat a felszín egy pontjára (pixel) vonatkoztatva. Pixel -> vektor. (kalibráció… stb. nem tárgyalandó itt) Légkör: ami mérhetően kölcsönhat a mondott tartományban az EM sugárzással, kb. a 0-20 km magassági tartományban: molekulák: O2,CO2,CO,CH4,N2O, (kis kcsh.: N2, Ar), aeroszolok 0.002µm -100µm mérettartományban (víz, por, korom, tengeri…). Felhők - itt lehetetlenné teszik a mérést, nem is kell velük meteorológus módon foglalkozni, kivétel: cirruszok. Felszín: Ez a mérendő objektum, lehet, hogy nem csak egy reflektanciával jellemezhető (anizotrópia, BRDF). Helyenként fontos lehet a domborzat figyelembe vétele

A sugárzás terjedés számítása, RT(Radiation Transfer) algoritmusok és a légköri korrekció Ha ki tudom számolni hogyan halad át az EM sugárzás a légkörön, és hogyan hat kölcsön a felszínnel Erőfeszítéstől függően csoportosíthatjuk az RT algoritmusokat RT egyenlet, néhány paramétertől függően egy viszonylag egyszerű kifejezés segítségével a kapjuk a szimulált mérésvektorból. Ez az összefüggés könnyen invertálható, ez adja a légköri korrekciót, pixelenként gyorsan számolható, direkt képfeldolgozás. RT modellek (ilyen a 6S és MODTRAN 5, …stb.). A légköri paraméterek részletesek, figyelembe veszik a légkör vertikális rétegzettségét, esetleg bonyolultabb felszíni geometriát vagy reflektancia anizotrópiát, de egyszerűsítő képleteket alkalmaznak egyes kölcsönhatások csatolásánál (matematikai közelítés vagy tapasztalati képletek, optikai mélység frekv. Függése, diffúz transzmissziós függvények, szorzás abszorpcióval). A számolás lassabb, numerikus integrálás vertikális rétegek és beesési irányok szerint. Direkt számolásra nem alkalmas (egyelőre) → LUT (Look Up Tables) → Numerikus inverzió = légköri konverzió. RT szimuláció a kölcsönhatások figyelembevételével pontos fizikai modellek használata (szóródás molekulán, részecskén, abszorpció), minden lehetséges geometriai út figyelembe vétele. Pl.: Monte Carlo szimulációk rengeteg véletlenszerű sugár nyomkövetésével. Igen számításigényes, de modellek ellenőrzésére is használható. QA: Felszíni mérések a műholdas mérésekkel együtt, mind a kalibráció, mind a modell hibáinak becslésére. Beeső sugárzás Légköri viszonyok, domborzat, felszín fajtája Mérési geometria Mért radiancia spektrum vagy inkább csak vektor

Az általános kép: Lósegg

Extinkció, optikai mélység Ha az EM sugárzást egy adott irányban valamely fizikai folyamat csökkenti a közeggel való kcsh. következtében, azt eképpen írhatjuk le: k, a közegre jellemző extinkciós tényező, magában foglalja a sűrűséget is A légkörben x ~ magasság, illetve a ferde terjedési irányok mentén való távolság Szokásos jelölés µ=cos(ϑ), a beesési szög koszinusza Ilyen módon kell kezelni a légkörben a molekuláris abszorpciót, a Rayleigh szórást és az aeroszol (Mie) szórást és időnként abszorpciót. Ha kicsi a csatolás a jelenségek között, akkor az eredő intenzitások szorzat alakban írhatók, az egyes optikai mélységek összegként írhatók fel.

A légköri molekulák Két lényeges kölcsönhatás amiben részt vesznek, Rayleigh-szórás és abszorpció RAYLEIGH szórás, a λ<1μm tartományban számottevő. O2, N2, O3, CO2, H2O, CH4, N2O. A víz és az ózon eloszlása idő és helyfüggő, a többi gáz egyenletesen keveredik. Molekuláris abszorpció, forgási, rezgési, forgási-rezgési, és elektron állapot átmenetek. Az energia ebben a sorrendben nő (MW, FIR, NIR, VIS-UV). HITRAN (HIgh-resolution TRANsmission molecular absorption database ), elég ezt 1nm-es-re lebutítani az adott spektrális sávoknál. H2O: λ>0.7μm, O3 : λ< 0.35μm és ~0.55-0.65μm, CO2 >1μm, O2 : erős vonal 0.7μm körül, CH4 sávok 2.3 μm és 3.35 μm, NO2: 2.9 μm és 3.9 μm.

A légköri molekulák táblázatban

Látható-közeli infravörös transzmisszió a légkörben

Reflektív infravörös transzmisszió a légkörben

Molekuláris abszorpció, HITRAN, 1 atm példa Egy szélesebb sávon belül, statisztikailag átlagolt abszorpciós állandót szokás számolni. (!!)

Molekuláris abszorpció, HITRAN, 0.001 atm példa

Aeroszolok a légkörben A kölcsönhatás az EM sugárzással: Mie szórás (λ<=részecskeméret) aeroszol tulajdonságok, melyek szerepet játszanak az EM sugárzással való kölcsönhatásban méret, összetétel, összességében: a fő típusok megoszlási aránya, és teljes mennyiségük Aeroszolok a légkörben 0.002µm -100µm nagyságúak Fő típusaik: tengeri sók, ásvány részecskék (por), vulkáni hamu, füst vagy korom részecskék, érdekes lehet a légörben való élettartamuk, elhelyezkedésük… másodlagosan légkörbeli kondenzációval is keletkezhetnek (főleg víz, de szulfátok, nitrátok és szerves molekulákból is) A modellekben, földrajzi elhelyezkedés szerint (példa: 6S): Kontinentális (Continental), Tengeri (Maritime) és Városi (Urban)+ égő növényzet, sivatagi háttér, sztratoszférikus. Ezek a 4 alapvető komponens keverékei: Porszerű (Dust-like) Óceáni (Oceanic) Vízben oldható (Water-soluble) Korom (Soot) Egy-egy típus főbb jellemzői: részecskeméret-eloszlás, törésmutató Az optikai mélység hullámhosszfüggése: , ahol λ0=550nm, a kitevő típusfüggő.

Légköri szórási folyamatok Rayleigh szórás, ha d<<λ Szimmetrikus az előre-vissza irányokban A Mie-szórás főleg előre szór, nagyjából független a hullámhossztól

Aeroszol törésmutatók m = n + ik Substance n k Water 1.333 10-8 Ice 1.309 NaCl 1.544 H2SO4 1.426 NH4HSO4 1.473 (NH4)2SO4 1.521 SiO2 1.55 Black Carbon (soot) 1.96 0.66 Mineral dust ~1.53 ~0.006

Légköri korrekció a Landsat műhold műszereinél (MSS, TM), a Tasseled Cap transzformáció és az ACABA eljárás A Landsat műholdak és az MSS és TM műszerek 705km-es napszinkron pálya, közel nadír irányú mérések MSS: 4 csatorna, 80m felbontás TM : 6 reflektív csatorna, 30m felbontás A Tasseled cap transzformáció A főkomponens transzformáció ihlette ortonormális transzformáció a csatornák vektorterében Mérési tapasztalatok alapján megadott trafo. Főleg vegetáció és talaj borította felszínekre Az ACABA eljárás Módosított TC transzformáció: ATC Szögszerű paraméterek bevezetése, amely jobban korrelálnak a pixel talaj-növényzet-légkörfénylés tulajdonságaival Kapcsolat leírása „légköri” paraméter és az átlagos optikai mélység között az 5S modellel végzet számítások alapján. A kapott paraméterekkel egyéb információ nélkül → pixelenkénti légköri korrekció

A Landsat műhold és műszerei: MSS (Multi-Spectral Scanner) és TM (Thematic Mapper) 4 reflektív csatorna 2300 pixel/sor; pászta: 185 km 80m felszíni felbontás ~ Nadír irány TM 6 reflektív csatorna 6000 pixel-sor 185km pásztaszélesség 30m felbontás ~ Nadír irány Landsat 705 km-es napszinkron pálya Egyéb info.: http://www.wmo-sat.info/oscar/satellites/view/223

A Tasseled cap transzformáció A főkomponens transzformáció ihlette: N dimenziós vektortérben a komponensek közötti korrelációs mátrix ortogonális transzformációval diagonálissá tehető. Az így kapott főirányok a főkomponensek. Sorba rendezve a szórásuk szerint, a legnagyobb szórással rendelkező komponens az első főkomponens, a második legnagyobbal a második főkomponens … Az első komponens adja a legtöbb információt, a második valamivel kevesebbet és ít… Műhold felvételeknél, ahol vegetáció és talaj alkotja a kép nagy részét a vizuális csatornák és a közeli infravörös csatornák terében ábrázolva a kép pontjai egy sajátos háromszög alakzatot alkotnak, és ennek a háromszögnek a csúcsán a sárguló növényzet egy „bojt-szerű” függelékként foglal helyet (innen a „tasseled cap” elnevezés). Az ábra főirányai szerinti elforgatásokat végezve kapjuk a fent is látható komponenseket, elnevezésük: Brightness, Grenness, Yellowness, „Non-such”. A transzformációt Kauth és Thomas (1976) vezette be búzaföldek távérzékelt adatait vizsgálva.

A Tasseled cap transzformáció, 2 A TM reflektancia vektorához használt Tasseled cap transzformáció három komponense:

Az ACABA légköri korrekció Landsat TM felvételekre Atmospheric Correction Algorithm Based on ATC (Abstract Tasseled Cap transformation) ATC: A TC transzformáció egy egyedi változatát használja kiindulásul A TM első négy csatornáját használja csak három indexet vezet be: talaj(brightness, Br), greenness (Gn), és a légköri reflexiót képviselő harmadik komponenst (Haziness, Hn). A kiindulás a látszólagos reflektancia vektor: Modell számításokat végezve (5S), Úgy választották meg A Gn indexet, hogy a növényi állapotokra legyen érzékeny, a Br a világos talaj felszínekkel korreláljon jól, a Hn indexet pedig hogy az átlagos aeroszol optikai mélységgel (δ550)korreláljon, Sok paraméterrel megvizsgálva az indexek közti nemlineáris összefüggés (korreláció) adódott Megoldás: További nem lineáris transzformáció a Br-Gn és a Gn-Hn síkokon. Tapasztalati alapon origókat kijelölve szögszerű paramétereket definiáltak a síkokon: Brϕ, Gnϕ, Hnϕ. Az új indexek sokkal jobb korrelációt mutatnak a megcélzott felszíni és légköri tulajdonságokkal mint a lineáris ATC indexek.

ACABA 2 A korrekció menete (pixelenként): A korrekció alapjául szolgáló sugárzásátviteli egyenlet (RTE) : A korrekció menete (pixelenként): A látszólagos reflektancia értékekből kiszámoljuk a : Brϕ, Gnϕ, Hnϕ indexeket A Hnϕ indexből megbecsüljük az átlagos optikai mélységet, ebből származtatjuk az egyes csatornákra vonatkozó optikai mélységeket δi. δi Ismeretében az 5S modellel kiszámolt LUT-okból kiszámoljuk a Lp,i és Es,i értékeket. Mivel Lm,i a műszerrel mért csatorna értékek ismertek, a ρi Lamberti reflektancia értékek minden csatornára számolhatók.