1 Metody zjišťování změn na obrazových materiálech DPZ 16 dnů 1.6. 2003 17.6. 2003 3.7. 2003 Multitemporální přístup Časové rozlišení snímků z LANDSATu Časová rozlišovací schopnost vybraných družicových systémů: Družice Časové rozliš. Šířka scény Pixel METEOSAT 7 30 minut polokoule 2,5-5 km NOAA 17 12 hodin 2600 km 1,1 km QuickBird 2 2-4 dny 11 km 0,65 m LANDSAT 7 16 dnů 185 km 30 (15) m SPOT 5 26 dnů 60 km 2,5 (10) m V závislosti na časovém rozlišení série snímků lze postihnout jevy s různou dynamikou Základní předpoklad Základním předpokladem identifikace změn objektů v krajině pomocí údajů DPZ je existence změny v chování objektů či jejich vlastnostech, kterou zaznamená snímací zařízení. * Stejný objekt či jev zaznamenaný na více snímcích z různých okamžiků bude vykazovat různé hodnoty naměřené radiometrické charakteristiky. * Tento rozdíl může mít řadu příčin a pouze některé jsou těmi, které se snažíme odhalit v analýze změn. * Změny působí i jiná geometrie pohledu, změna dynamických parametrů apod. Tyto změny jsou nepodstatné. Základní druhy změn identifikovatelné na snímcích: * Objekt si zachoval za sledované období téměř nezměněné spektrální charakteristiky, změny se týkají jenom jeho prostorových charakteristik, například se změnil jeho plošný rozsah. * U objektu došlo ke změně spektrálních charakteristik, zůstaly však zachované jeho prostorové charakteristiky, například došlo ke kvalitativní změně objektu za dané období. * Došlo ke změně spektrálních i prostorových charakteristik objektu, například sledovaný objekt přestal existovat a je nahrazen jiným. Multitemporální analýza by měla splňovat následující podmínky: * obrazy tvoří chronologicky uspořádanou řadu nejméně dvou členů * obrazy jsou pořízeny analogickým snímacím zařízením, které má pravidelnou periodu přeletů a zaznamenává stejnou část zemského povrchu * obrazy jsou pořízeny ve stejnou denní a roční dobu * data jsou pořízena ve stejném měřítku, pod stejným úhlem záběru a jsou eliminovány vlivy reliéfu na radiační hodnoty objektů * data jsou pořízena ve stejných spektrálních pásmech a se stejným radiometrickým rozlišením 2 Algoritmy pro detekci změn * obrazové rozdíly * obrazové podíly * regresní analýza * tvorba multitemporálních syntéz * porovnání výsledků klasifikace * analýza vektoru spektrální změny Obrazové rozdíly di,j,k = DNi,j,k (1) - DNi,j,k (2) + c di,j,k - hodnota změny obrazového elementu DNi,j,k (1) - radiační hodnota prvního snímku DNi,j,k (2) - radiační hodnota druhého snímku i,j - souřadnice obrazového elementu (řadek, sloupec) k - spektrální pásmo c - konstanta * Výsledkem jsou kladné nebo záporné hodnoty v oblastech se změnou radiačních charakteristik a nulové hodnoty v oblastech beze změny. * Pixely vykazující podstatné změny tvoří okraje normálního rozdělení * Metodou prahování je nutné oddělit změny podstatné od nepodstatných Obrazové podíly d DN DNi j k i j k i j k , , , , , , ( ) ( ) = 1 2 Analogie metody rozdílů. Metoda eliminuje změněné podmínky snímání, například změny v poloze Slunce. Obě metody dávají lepší výsledky, použijí-li se namísto původních pásem multispektrálního obrazu pásma transformovaná, jejichž DN hodnoty nesou tzv. ordinální data ­ například hodnoty vegetačních indexů. jih Brna: NDVI94 ­ NDVI86 Ostopovice Moravany Modřice Tuřany Legenda: 1 ­ pokles NDVI, 2 ­ vzrůst NDVI Multitemporální barevná syntéza 14.7.1997 24.7.1997 27.7.1997 Barevná syntéza ze tří časových horizontů Morava, červenec 1997 snímky z družice RADARSAT Porovnání výsledků klasifikace Modřice Moravany Tuřany Ostopovice 1 ­ zastavěné plochy v r. 1986 i 1994 2 ­ zastavěné plochy v r. 1994 3 ­ zastavěné plochy v r. 1986 3 Porovnání výsledků klasifikace Porovnání výsledků klasifikace Porovnání výsledků klasifikace Analýza vektoru spektrální změny (change vector analysis) V DN T DN T DN T DN T= - + -( ( ) ( )) ( ( ) ( ))1 1 1 2 2 1 2 22 2 V - velikost vektoru -hodnota pixelu ve výsledném obraze DN1 -DN hodnota pixelu v prvním použitém pásmu DN2 -DN hodnota pixelu v druhém použitém pásmu T1 - první zpracovávané datum T2 - druhé zpracovávané datum * K nalezení podstatných změn je nutné definovat prahovou hodnotu * Typ změny je popsán směrem vektoru a lze ho určit jako úhel, který svírá vektor spektrální změny s určitým počátečním směrem - například s osou Y. Vektor spektrální změny Moravany Ostopovice Tuřany Modřice Určení typu změny 0 IV I GR III II WT S tg GR GR WT WT III = - - - 270 94 86 94 86 úhel pro III. kvadrant pokles hodnot indexů ,,greenness" a ,,wettness" indikující změnu ploch z vegetací na plochy antropogenně ovlivněné 4 Modelování s obrazovými daty DPZ Možné přístupy k modelování 1. Fyzikální modelování ­ kvantifikace parametrů ovlivňujících modelovanou veličinu. Cíl ­ získat absolutní hodnoty odrazivosti. 2. Empirické modelování - vztah mezi daty DPZ a biofyzikálními parametry objektů je formulován na základě regresní závislosti. 3. Kombinovaný přístup -přepočet hodnot pixelů na absolutní hodnoty a jejich korelační a regresní analýza s pozemními měřeními. Spektrální indexy Aritmetické operace s pásmy multispektrálního obrazu Cílem je na základě znalosti spektrálního chování zvýraznit například vegetační složku v obraze. Některé mohou vypovídat i o vlastnostech půdního substrátu. Za určitých předpokladů lze těchto indexů využít i k určování kvantitativních ukazatelů (hmotnost zelené biomasy v ploše pixelu apod.) Indexy * poměrové * ortogonální Poměrové indexy Příklady indexů sestavených pro data LANDSAT TM (TM-3 - odrazivost v červené viditelné části spektra, TM-4 - odrazivost v blízké infračervené části spektra): Jednoduchý poměrový vegetační index (RVI Ratio Vegetation Index): 3 4 TM TM RVI = 34 34 TMTM TMTM NDVI + - = + + = 5,0 34 34 TMTM TMTM SQRTTVI Transformovaný vegetační index (TVI - Transformed Vegetation Index): Normalizovaný diferenční vegetační index (NDVI - Normalized Difference Vegetation Index) Poměrové indexy * Mohou významně korelovat s některými parametry vegetační složky krajiny např. indexem listové pokryvnosti (LAI - leaf area index) - celková plocha horní strany listů na horizontální jednotku plochy. * Jsou vhodným nástrojem ke studiu zdravotního stavu vegetace, časových změn a průběhu fenofází, odhadům výnosů zemědělských plodin, odhadům vodního stresu rostlin atd. * Jedná se o hodnoty relativní, které v ordinální škále řadí hodnoty pixelů podle obsahu biomasy. * Ke kvantifikaci vypočtených parametrů jsou nutné indexy počítané z atmosféricky korigovaných dat NDVI 5 Ortogonální indexy * Jsou lineární kombinací původních pásem multispektrálního obrazu. * Stejně jako PCA se jsou založeny na rotaci souřadnic příznakového prostoru. * Touto transformací se v tomto případě zvýrazňuje vegetační složka krajiny, ale i některé vlastností půdního substrátu - například půdní vlhkost apod. * Koeficienty transformace jsou určeny empiricky proto má řada indexů omezenou použitelnost. PVI (perpendicular vegetation index) Umožňuje separovat odrazivost vegetace a půdního substrátu. linie půd (soil line): NIR a RED bP p= + Pixely, na jejichž odrazivosti se v různé míře podílí vegetace, se budou v grafu umísťovat nad uvedenou linii půd. ( ) ( )PVI RED RED NIR NIRP V P V= - + - 2 2 PVI - kolmá vzdálenost pixelu od linie půd: NIRP - odrazivost půdy v blízké infračervené části spektra REDP - odrazivost půdy v červené viditelné části spektra NIRV - odrazivost vegetace v blízké infračervené části spektra REDV - odrazivost vegetace v červené viditelné části spektra Transformace "TASSELED CAP" TC1 = .2043TM1 +.4158TM2 +.5524TM3 +.5741TM4 +.3124TM5 +.2303TM7 TC2 = -.1603TM1 -.2819TM2 -.4934TM3 +.7940TM4 -.0002TM5 -.1446TM7 TC3 = .0315TM1 +.2021TM2 +.3102TM3 +.1594TM4 -.6806TM5 -.6109TM7 Koeficienty transformačních rovnic jsou určeny tak, aby každé z nově vypočtených pásem zvýrazňovalo informaci korelující s určitými vlastnostmi půdy a vegetace: TC1 - orientováno ve směru maximálního rozptylu hodnot odrazivosti půdy a označuje se jako index ,,brightness", TC2 - kolmé k TC1 a je orientováno ve směru největšího kontrastu mezi viditelnou a blízkou infračervenou částí spektra. Je tedy ukazatelem množství zelené hmoty - index ,,greenness". TC3 - koreluje s vlhkostí půdy a vegetace - index ,,wetness" . Indexy odrazivosti půdy, vegetace a vodního obsahu Transformace "TASSELED CAP" Hodnoty odpovídajících si pixelů z indexů TC1 a TC2 vynesené do dvourozměrného grafu vytvářejí charakteristický obrazec, podle kterého celá transformace dostala název (Tasseled Cap - čepice Santa Clause) Vegetační složka prodělává v rovině definované indexy Brightness a Greenness typické časové změny. Na počátku vegetačního období dominuje odrazivost holé půdy (1). S postupným rozvojem vegetace se zvyšují hodnoty indexu Greenness (2) až do stádia zralosti. Poté vegetace postupně odumírá a hodnoty indexu Greenness klesají na úkor hodnot indexu Brightness (3), což indikuje nárůst podílu půdního substrátu na odrazivosti.