A hiperspektrális képfeldolgozás módszerei és az első magyarországi képalkotó spektrométeres repülés adatainak elemzése Hargitai Henrik doktori értekezésének.

Az előadások a következő témára: "A hiperspektrális képfeldolgozás módszerei és az első magyarországi képalkotó spektrométeres repülés adatainak elemzése Hargitai Henrik doktori értekezésének."— Előadás másolata:

1 A hiperspektrális képfeldolgozás módszerei és az első magyarországi képalkotó spektrométeres repülés adatainak elemzése Hargitai Henrik doktori értekezésének védési bemutatója Témavezetők: Kardeván Péter, Mari László ELTE TTK Földtudományi Doktori Iskola Földrajzi program 2006 (2007)

2

3 Bevezetés Hiperspektrális távérzékelés:
Spektrális felbontás: Több tíz sáv, szűk felbontásban Jellegzetes lefutású spektrumgörbe Szűk elnyelési sávok azonsíthatók Forrás: Műholdas, légifelvételezés, terepi spektroradiométer, labor spektrométer, modellszámítás (kevert pixel), spektrumkönyvtár (endmember) A: LANDSAT, B: DAIS

4

5 A témák ismertetése A mondanivaló felvázolása

6 Az adatkocka

7 Főbb földtudományi felhasználási lehetőségek
NÖVÉNYZET VIZSGAÁLATA nm: főleg növényzet vizsgálata (vörös él) (látható+közeli IV) (vegetációborítás miatt Európa nagy része) TALAJ, ÁSVÁNYOK, KŐZETEK nm: ásványi anyagok, kőzetek jellegzetes elnyelési sávokkal (középső IV (reflektív IV) (sivatagi területek) HŐMÉRSÉKLET (TÜZEK) - 2,5- (10) um: termális IV (hőmérséklet) Európa: bányászati szennyeződések (meddőhányók, vízek): MINEO, PECOMINES -- Hysens 2002 projekt (EU/DLR/MÁFI). Gond: gyakori felhőborítás (monitorozás nehéz)

8 Hysens 2002 2002. augusztus 17–18 DAIS sáv- méter/képpont hiperspektrális adatkockák GER sávos terepi spektroradiométer DLR előfeldolgozás Egyszeri légifelvételezés (2 egymást követő napon)

9 Saját kutatás: erdőtípusok spektrális szétválasztása
Homogén területek azonosítása a képen Homogén területek azonosítása a terepen Elegyes erdők (spektrálisan homogén) azonosítása Kutatási területek: Recsk, Gyöngyösoroszi

10 1. Történeti összegzés 1989 MINOTEQ (FÖMI) Bős-Nagymaros
2000: ciánszennyezés – MÁFI-ITC (NL) együttműködés kezdete (Kardeván Péter - Vekerdy Zoltán) Próbamérések GER 3700 spektroradiométerrel az Alföldön Hysens 2002: MÁFI: pályázat – DAIS elérhetővé tétele. Koordinál: DLR. ITC, JSC: ASD FieldSpec, GER3700, PIMA spektroradiométerek + VITUKI, DE (Látókép, Tedej) 2000: ciánszennyezés – MÁFI-ITC (NL) együttműködés kezdete

11 2. Magyar kutatások DAIS adatkockák felhasználásával:
Bányászati szennyeződések – Sajó, Gyöngyösoroszi, Recsk Mezőgazdasági kutatás (hibrid gabonafajták): Látókép, Tedej (részletes táblatörzskönyv) – DE MTA Vácrátót (Horváth Ferenc): erdőtípusok Jung A.: városi kutatás (növényzet állapota) Gyöngyös

12 3. Angol-magyar szójegyzék
Magyar irodalom alapján Imaging spectroscopy, imaging sopectrometry, hyperspectral remote sensing – képalkotó spektrometria, hiperspektrális táváérzékelés (mérések által sokcsatornás kép létrehozása) Endmember: végállású spektrum, végállású összetevő Ground truth: körülírással

13 4. A technológia működési elvei
Leírás az ENVI működése alapján „lépésről lépésre” kalauz a jövőbeni felhasználóknak (a potenciális hibákat hol kerüljük el?)

14 5. Spektrumkönyvtár „Spektrumtájak”: sok tényező együttjátszása, egy adott vegetációs időpontban Tedej: haszonnövények Recsk, Gyöngyösoroszi: erdei fák (erdőtípusok) és erdei felszínborítás-típusok (rét stb)

15

16

17

18 6. Terepi ellenőrzés 1: automatizált osztályba sorolás
2: erdészeti adatbázisok alapján tanítópontos osztályba sorolás 3. Terepbejárás alapján homogén területek tanítómezeinek felhasználásával osztályba sorolás A három módszer eredményei egybevágnak – nincs szükség terepbejárásra?

19 7. Terepi és laborspektrum eltér
A terepi és a laborspektrum nem összevethető (növényzet esetén): abszolút reflektanixca és lefutási görbe jellemzői is különbözhetnek. Ok: felülről máshogy néz ki a terep (lombkoronaszint szerkezete, aljnövényzet, árnyékviszonyok, záródás) Falevél tisztán erősebb reflektaniájú, mint terepen

20 8. Fenológiai fázisok spektrális térképezése
A mezőgazdasági termésbecslés alkalmazáshoz hasonlóan az erdészeti felhasználsát is segítené, ha minden fenológiai fázisból rendelkezésre állna spektrum Felvétele: multitemporális (spektroradiométerrel?) Felhőzet miatt több évi kutatást igényel Nem dátumhoz, hanem adott helyhez, évi időjáráshoz, éghajlathoz stb. kötött Legnagyobb különbség ideje a szétválasztandó fajok között így állapítható meg

21 9. „Bükk” és „tölgy” elkülönítése
A spektrum lefutása csak pár helyen tér el Ez csak a hiperspektrális vizsgálattal azonosítható A reflektancia viszont jelentősen különbözik Ehhez viszont elég célzott multispektrális vizsgálat

22 10. A recski terület növényborítási térképe (Matched filtering)
Tölgy Rét Bükk Fenyves Kompozit

23

24 11. Zajszűrés A DAIS képekre 79-ből 52 sáv hasznos
A rossz jel-zaj viszony oka Erős légköri elnyelés (víz 0,9, 1,1, 1,4, 1,8 nm) alacsony reflektancia (anyagfüggő, pl. víz) Lámpás terepi vizsgálat: lámpa egyenletes radianciájú, de gyengébb: az 1,4 és 1,8 nm-en erősebb, mint a terepi napfény, másutt gyengébb

25 12. Feldolgozási mátrix Légi és terepi felvételezés Korrekciók
Szűrés, adatdim. csökk. Célspektrum választás (ROI, endmember) Osztályozás Ábrázolás Ellenőrzés, tévesztési mátrix

26

27

28

29 13. Tedeji területre LANDSAT összehasonlítás
Ismert táblatörzskönyv Landsat és DAIS között főleg a táblaperemeken van különbség Az osztályozás a tág kategóriákon belül nem tér el jelentősen

30 14. Összegző megállapítások
Célszerű használat: ha multispektrális nem működik Spektrumkönyvtár a teljes fenofázisra Célszerű felvételi időpont: tavasz, ősz

31 KÉRDÉSEK

32 Berke József 1. KÖLTSÉGEK Terepi spektroradiométer 1,5-10 mFt
Bérlés: 50 eFt/nap Légi felvételezés (repülés) 5-10 mFt teljes projekt, 250 eFt belföldi repülés Repülő műszer: mF? Korrekció: 250 eFt/kép Műholdas adatkocka: eFt Szoftver 1,7 mFt

33 2. 6x6 - kvázi homogén felszínborítás - nem volt spektrométer -csak potenciális endmemberként használt spektrumok 3. Lehetőségek Jogilag szabványos eljárás Állami megrendelés Spektumkönyvtár háttérbázis Planetológia (képalkotó)

34 Elek István Hibabecslés
DLR: at sensor, nem geokódolt atmoszfériukusan korrigált, sík felszínre; ill. topográfiai normalizációval – hibás Először ezt használtuk, de: túl nagy korrelláció a domborzattal Pont-pont referálással a geokódolásos képről az at sensor képre De: topográfiai normalizáció a hegy-völgye területre fontos (a lejtős területeken) Pl: Philip A. Townsend and Jane R. Foster TERRAIN NORMALIZATION OF AVIRIS AND HYPERION IMAGERY IN FORESTED LANDSCAPES

35 Folytatás: Nincs terepi spektroradiométer Teszt repülések
Multitemporális spektrumkönyvtár felállítása Jövő tervek: Mars: szulfátok kimutatás in situ CL módszerrel, egyesítve a hiperspektrális vizsgálatot (pl. OMEGA) és a CL módszert