Дистанционное зондирование: Дистанционное зондирование земли: данные, системы, методы

Обработка цифровых снимков в ДЗЗ (дистанционном зондировании земли) / Хабр

На Хабре было немало статей про использование различных методов обработки изображений, включая классификацию данных, фильтрацию. Многие из этих подходов применяются и в дистанционном зондировании при обработке цифровых изображений Земли.

От момента, как снимок получен со спутника, до возможности его анализировать должен пройти целый цикл процедур по приведению его в вид, удобный для получения и последующего анализа визуальной информации.
Тех, кому интересен сам процесс, прошу под кат (трафик):

Перед тем, как перейти к самой сути мне бы хотелось сразу ввести ряд ~~элементарных~~ понятий, которые, наверняка, многим уже знакомы, но, все же, не будем отступать от конкретики. Те же, кто уверен в своей компетентности по данному вопросу, пусть сразу переходят к самому интересному.

Само цифровое изображение и процесс его получения

Как все знают, цифровое изображение – это матрица пикселей, значение каждого из которой получается в результате усреднения по четырем составляющим: координатам пространства (x и y), длине волны и времени.

Сам процесс составления матрицы идет таким образом: солнечное излучение отражается от объектов съемки, энергия, попадающая на поверхность датчика, фиксируется им, затем интегрируется, из чего задается интегральное значение пикселя. Целочисленное же значение получается после преобразования интегрального значения в электрический сигнал. Каждый пиксель хранит информацию в двоичном виде. Чем больше бит (памяти) выделяется на пиксель, тем больше число значений, соответствующих одному пикселю, тем точнее аппроксимируется исходный дискретный сигнал, тем больше информации снимок может хранить.
В ПЗС – сканерах уже упомянутые детекторы сканируют Землю и разделяют непрерывный поток данных на пиксели.
От вида сканера зависит очень многое, им определяется способ получения изображений. Так, существуют три основных вида сканеров:

Линейный сканер
(пример — AVHRR) – самый простой, он оснащен только одним детекторным элементом.

Поперечный ПЗС-сканер (GOES, MODIS, TM) – использует для сканирования линейку детекторов, расположенных вдоль маршрута съемки.

3 векторами RGB, один вектор – один цвет. Существуют и другие варианты радиометрического разрешения. К примеру, у QuickBird — 11бит/pix, у Landsat-8 — 16 бит/pix.
Как в оптических датчиках формируются спектральные каналы:
Пучок света, поступивший на датчики, делится на несколько лучей. Каждый луч, проходя свой оптический путь, идет через спектральный фильтр. Для разделения спектральных диапазонов могут быть использованы призмы и дифракционные решетки.

Предварительные процедуры обработки снимка

В цикл предварительных процедур по обработке снимка входят следующие:

Радиометрическая коррекция – устраняет варьирование значений яркости пикселей, которое происходит в результате неправильной работы детекторов, влияния рельефа и атмосферы.

Атмосферная коррекция – коррекция за влияние атмосферы, которая определяет расположение диапазонов съемки за счет окон прозрачности.
Геометрическая коррекция включает исправление таких искажений снимка, как полосчатость, выпадение строк, также геокодирование – привязывание снимка таким образом, что каждой точке изображения задается координата соответствующей точки на местности. Математически геопривязка обычно осуществляется с помощью степенных полиномов. Точность привязки увеличивается при наличии опорных точек, тогда снимок как бы «сажается» по ним. После геокодирования определяют яркостные характеристики уже трансформированного изображения различными методами: ближайшего соседа, билинейной интерполяции, бикубической свертки.
Ортотрансформирование – при нем устраняются ошибки изображения за счет перепадов высот рельефа местности, в результате в полученном изображении устранены многие огрехи центрального проектирования.

Далее следует процесс улучшения качества изображения, включающий:

Спектральные преобразования, которые строятся на работе со спектральной диаграммой – графиком, показывающим зависимость между количеством пикселей изображения и значениями спектральной яркости. При спектральных преобразованиях изменяется такой параметр как контрастность. Для его повышения существует ряд методов, к примеру:
- линейное растягивание гистограммы, заключающееся в том, что всем значениям яркости присваиваются новые значения с целью охватить весь возможный диапазон от 0 до 255:
- Нормализация гистограммы – на весь диапазон значений яркости растягивается только наиболее интенсивный (наиболее информативный) участок диаграммы:
- Линеаризация гистограммы – каждому пикселю присваивается новое значение яркости, причем таким образом, чтобы у каждого яркостного уровня было примерно одинаковое количество пикселей:
Фильтрация – усиливает воспроизведение объектов, устраняет шумы, подчеркивает структурные линии, сглаживает изображение и делает многое другое – в зависимости от поставленной задачи. Весь процесс фильтрации строится на понятии скользящего окна – квадратной матрицы весовых коэффициентов (обычно это матрица 3*3 или 5*5). Каждое значение яркости пикселя пересчитывается следующим образом: если пиксель стоит в центре окна, перемещающегося от пикселя к пикселю изображения, то ему присваивается новое значение, вычисленное по функциональной зависимости из значений окружающих его пикселей. Так окно «проскальзывает» по всем пикселям изображения, меняя их значение. В зависимости от подобранных весовых коэффициентов меняются свойства полученного изображения. Более подробно фильтрацию описал Хабраюзер UnickSoft в своем посте.

Преобразование Фурье улучшает качество изображения путем его разложения на множество пространственно-частотных компонент. Распределение яркостных характеристик в пространстве представляется в виде линейной комбинации периодических функций sin и cos с заданными характеристиками в частотной области. К примеру, чтобы удалить шумы, достаточно выявить периодичность их появления.

Завершающий этап работы со снимками – дешифрирование

Дешифрирование – это процесс обнаружения и распознавания объектов и явлений местности на снимке. Оно может быть как ручным, то есть базирующимся на визуальной (человеческой) оценке изображения, так и машинным (автоматическим). Последнее, что-то мне подсказывает, представляет для многих Хабраюзеров больший интерес. Машинная обработка, по сути своей, сводится к различным механизмам классификации. Для начала нужно представить все пиксели (их спектральные яркости) как вектора в пространстве спектральных признаков. При анализе количественных связей спектральных яркостей разных объектов происходит разделение пикселей по классам. Классификация снимков делится на классификацию с обучением и классификацию без обучения.

Классификация с обучением

Классификация с обучением предполагает наличие эталона, с яркостью которого сравнивается яркость каждого пикселя. В результате, имея несколько эталонов, заранее заданных, мы получаем множество объектов, разделенных на классы.

Эта классификация работает только в случае, если известны заранее те объекты, которые отображены на снимке, классы четко различимы и их количество невелико.

Вот только немногие из методов, которые могут использоваться в классификации с обучением:

Метод минимального расстояния – значения яркости пикселей рассматриваются как вектора в пространстве спектральных признаков. Между этими значениями и значениями векторов эталонных участков высчитывается спектральное расстояние, как корень из суммы квадратов разности векторов пикселя и эталона (проще говоря, эвклидово расстояние между ними). Все пиксели распределяются по классам в зависимости от того, превосходит ли расстояние между ними и эталоном заданное или нет. Так, если расстояние меньше, то класс определен, пиксель можно отнести к эталону:
Метод дистанции Махаланобиса – очень похож на первый способ, только при классификации измеряется не эвклидово расстояние между векторами, а расстояние Махаланобиса, которое учитывает дисперсию значений яркости эталона.
В этом способе, если эвклидово расстояние до двух эталонов от данного пикселя равно, то победу одержит тот класс, дисперсия эталонной выборки которого больше:
Метод спектрального угла – изначально задается максимальное значение спектрального угла (угла между вектором-эталоном и вектором данного пикселя). Находится спектральный угол, и, как с эвклидовым расстоянием, если угол меньше заданного, то пиксель попадает в класс эталона, с которым идет сравнение:

Классификация без обучения

Классификация без обучения построена на полностью автоматическом распределении пикселей по классам на основе статистики распределения яркостных значений пикселей. Данный вид классификации используется, если изначально неизвестно, сколько объектов присутствует на снимке, количество объектов велико, в результате машина сама выдает полученные классы, а мы уже определяем, каким объектам их поставить в соответствие.

Метод ISODATA (Iterative Self-Organizing Data Analysis Technique Algorithm) основан на кластерном анализе с использованием метода последовательных приближений. После рассмотрения яркостей пикселей, как векторов в пространстве спектральных признаков, ближайшие определяются в один класс. Для каждой спектральной зоны идет расчет статистических параметров распределения яркостей. Все пиксели делятся на некоторое n число равных диапазонов, внутри каждого из которых находится среднее значение. Для каждого пикселя диапазона рассчитывается спектральное расстояние до среднего значения. Все пиксели, расстояние между которыми наименьшее определяются в один кластер. Так проходит первая итерация. При второй итерации и последующих идет расчет уже реальных средних значений для каждого кластера. Каждая новая итерация уточняет границы будущих классов:
Метод K-средних
– похож на предыдущий метод, за тем лишь исключением, что начальные средние значения задаются (это возможно только, если объекты на снимке хорошо читаемы).

Все процессы предварительной обработки и улучшения качества снимков, также дешифрирования представляют собой огромное поле для рассуждений, каждый из них может служить поводом целой статьи (и не одной). Если кого заинтересует конкретная тема, прошу оставлять свои пожелания в комментариях для последующего развития сюжета. Далее планируется пост про использование различных индексов, таких как вегетационный NDVI, для улучшения дешифрирования и идентификации объектов.

В статье была использована информация с сайта, также из следующих источников: 1 и 2.

P.S. Есть возможность бесплатно скачать цифровые данные на сайте геологической службы США
Для собственных экспериментов в обработке снимков есть бесплатный демо-софт (правда, с некоторыми ограниченными функциями, по сравнению с полной версией, но для разминки достаточно) и еще один софт.

Принципы, касающиеся дистанционного зондирования Земли из космического пространства — Конвенции и соглашения — Декларации, конвенции, соглашения и другие правовые материалы

Принципы, касающиеся дистанционного зондирования Земли из космического пространства

Приняты резолюцией 41/65 Генеральной Ассамблеи от 3 декабря 1986 года

Принцип I

Для целей настоящих принципов в отношении деятельности по дистанционному зондированию:

а) термин «дистанционное зондирование» означает зондирование поверхности Земли из космоса с использованием свойств электромагнитных волн, излучаемых, отражаемых или рассеиваемых зондируемыми объектами, с целью лучшего распоряжения природными ресурсами, совершенствования землепользования и охраны окружающей среды;

b) термин «первичные данные» означает необработанные данные, которые получаются с помощью аппаратуры дистанционного зондирования, установленной на борту космического объекта, и которые передаются или доставляются на Землю из космоса посредством телеметрии в виде электромагнитных сигналов, фотопленки, магнитной ленты или какими-либо другими способами;

с) термин «обработанные данные» означает материалы, полученные в результате такой обработки первичных данных, которая необходима для обеспечения возможности пользоваться этими данными;

d) термин «проанализированная информация» означает информацию, полученную в результате интерпретации обработанных данных, дополнительно введенных данных и сведений из других источников;

е) термин «деятельность по дистанционному зондированию» означает эксплуатацию космических систем дистанционного зондирования, станций по приему и накоплению первичных данных и деятельность по обработке, интерпретации и распространению обработанных данных.

Принцип II

Деятельность по дистанционному зондированию осуществляется на благо и в интересах всех стран, независимо от уровня их экономического, социального или научно-технического развития и с особым учетом нужд развивающихся стран.

Принцип III

Деятельность по дистанционному зондированию осуществляется в соответствии с международным правом, включая Устав Организации Обьединенных Наций, Договор о принципах деятельности государств по исследованию и использованию космического пространства, включая Луну и другие небесные тела¹ и соответствующие документы Международного союза электросвязи.

Принцип IV

Деятельность по дистанционному зондированию осуществляется в соответствии с принципами, содержащимися в статье I Договора о принципах деятельности государств по исследованию и использованию космического пространства, включая Луну и другие небесные тела, которая, в частности, предусматривает, что исследование и использование космического пространства осуществляются на благо и в интересах всех стран, независимо от уровня их экономического или научного развития, и устанавливает принцип, в соответствии с которым космическое пространство открыто для исследования и использования на основе равенства. Эта деятельность осуществляется на основе уважения принципа полного и постоянного суверенитета всех государств и народов над своими богатствами и природными ресурсами с должным учетом признаваемых по международному праву прав и интересов других государств и организаций, находящихся под их юрисдикцией. Подобная деятельность должна осуществляться таким образом, чтобы не наносить ущерба законным правам и интересам зондируемого государства.

Принцип V

Государства, осуществляющие деятельность по дистанционному зондированию, содействуют международному сотрудничеству в этой деятельности. С этой целью они предоставляют другим государствам возможности для участия в ней. Такое участие основывается в каждом случае на справедливых и взаимоприемлемых условиях.

Принцип VI

Для получения максимальных выгод от деятельности по дистанционному зондированию государства поощряются к тому, чтобы в соглашениях или иных договоренностях предусматривались создание и эксплуатация станций по приему и накоплению данных и установок по обработке и интерпретации данных, в частности в рамках региональных соглашений и договоренностей, когда это возможно.

Принцип VII

Государства, участвующие в деятельности по дистанционному зондированию, предоставляют техническую помощь другим заинтересованным государствам на взаимосогласованных условиях.

Принцип VIII

Организация Объединенных Наций и соответствующие учреждения системы Организации Объединенных Наций содействуют международному сотрудничеству, включая техническую помощь и координацию, в области дистанционного зондирования.

Принцип IX

В соответствии со статьей IV Конвенции о регистрации объектов, запускаемых в космическое пространство² и статьей XI Договора о принципах деятельности государств по исследованию и использованию космического пространства, включая Луну и другие небесные тела, государство, осуществляющее программу дистанционного зондирования, информирует Генерального секретаря Организации Объединенных Наций. Кроме того, оно предоставляет в максимально возможной и практически осуществимой степени любую другую соответствующую информацию любому другому государству, в частности любому развивающемуся государству из числа затрагиваемых этой программой, по его просьбе.

Принцип X

Дистанционное зондирование должно содействовать охране природной среды Земли. С этой целью участвующие в деятельности по дистанционному зондированию государства, которые установили, что в их распоряжении имеется информация, способная предотвратить любое вредное для природной среды Земли явление, сообщают эту информацию соответствующим государствам.

Принцип XI

Дистанционное зондирование должно содействовать защите человечества от стихийных бедствий. С этой целью участвующие в деятельности по дистанционному зондированию государства, которые установили, что в их распоряжении имеются обработанные данные и проанализированная информация, могущие быть полезными для государств, пострадавших от стихийных бедствий или подвергающихся опасности от надвигающихся стихийных бедствий, передают такие данные и информацию соответствующим государствам по возможности в кратчайшие сроки.

Принцип XII

Как только получены первичные данные и обработанные данные по территории, находящейся под его юрисдикцией, зондируемому государству предоставляется доступ к ним на недискриминационной основе и на разумных условиях оплаты. Зондируемому государству предоставляется также досуп к проанализированной информации по территории, находящейся под его юрисдикцией, которой располагает любое государство, участвующее в деятельности по дистанционному зондированию, на той же основе и тех же условиях, особо принимая во внимание нужды и интересы развивающихся стран.

Принцип XIII

Для поощрения и активизации международного сотрудничества, особенно с учетом нужд развивающихся стран, государство, осуществляющее дистанционное зондирование Земли из космического пространства, вступает, по просьбе, в консультации с государством, территория которого зондируется, с целью предоставления возможностей участия и увеличения получаемых от этого взаимных выгод.

Принцип XIV

В соответствии со статьей VI Договора о принципах деятельности государств по исследованию и использованию космического пространства, включая Луну и другие небесные тела, государства, эксплуатирующие спутники дистанционного зондирования, несут международную ответственность за свою деятельность и обеспечивают, чтобы такая деятельность проводилась в соответствии с настоящими принципами и нормами международного права, независимо от того, осуществляется она правительственными органами или неправительственными юридическими лицами или в рамках международных организаций, членами которых такие государства являются. Настоящий принцип не затрагивает применимости норм международного права об ответственности государств в том, что касается деятельности по дистанционному зондированию.

Принцип XV

Любой спор, возникающий из применения настоящих принципов, разрешается с помощью установленных процедур мирного урегулирования споров.

¹Резолюция 2222 (XXI), приложение

²Резолюция 3235 (XXIX), приложение.

Взгляд из космоса. Для чего нужно дистанционное зондирование Земли? | Наука | Общество

О том, что такое дистанционное зондирование Земли (ДЗЗ) и какое оно имеет практическое применение, мы поговорили с доктором технических наук, заместителем директора Института космических исследований РАН Евгением Лупяном.

Время спутников-шпионов прошло?

— Евгений Аркадьевич, сколько сейчас в космосе аппаратов, которые ведут наблюдения за поверхностью Земли? И сколько из них российских?

— Всего на орбитах летает около 400 спутников, занятых именно дистанционным зондированием. Планируется, что к 2020 году их будет 1200-1300. К сожалению, российских аппаратов среди них очень мало: всего 9 штук. Согласитесь, это не очень хорошая ситуация. Было время, когда наша страна занимала одну из лидирующих позиций в этой области, но потом сдала её. Сейчас мы пытаемся её восстановить.

Дистанционное зондирование Земли — очень перспективное направление, ведь возможности систем наблюдения за планетой из космоса постоянно растут. Несколько лет назад в этой сфере произошла революция. Американская компания PlanetLab запустила в космос целый рой малых аппаратов: более 200 спутников! Они производят съёмку с разрешением порядка 3-4 метров, при этом за сутки фактически покрывают всю поверхность планеты. Для сравнения: чтобы выполнить такую съёмку нашими аппаратами серии «Канопус» (в настоящее время их на орбите 6 штук), понадобится несколько месяцев.

Канопус-В на «МАКСе»-2013. Фото: Commons.wikimedia.org/ Vitaly V. Kuzmin

Другое важное событие, повлиявшее на развитие дистанционного зондирования Земли, произошло несколько лет назад. Тогда американские и европейские космические агентства открыли свободный доступ к значительным объёмам своих данных, которые имеют разрешение хуже 10 метров. Это существенно расширило возможности по созданию новых методов и технологий работы с данными. В первую очередь — для проведения постоянного мониторинга различных объектов и явлений. До этого решение подобных задач, как правило, было нерентабельным из-за больших затрат на приобретение данных.

— Похоже, что на поверхности Земли уже трудно что-то скрыть. Неужели время спутников-шпионов безвозвратно прошло?

— Не совсем так. Задачи у таких спутников, безусловно, остались. Технически они также совершенствуются. Но появились совершенно новые области, в которых стало возможно использовать данные дистанционного зондирования.

80% прогноза погоды — из космоса

— На какой высоте летают спутники дистанционного зондирования?

— Так называемые низкоорбитальные обычно располагаются на орбитах с высотами от 400 до 800 км. Один оборот вокруг Земли у них занимает около 90 минут.

Есть геостационарные спутники, которые летают на высоте 36 тыс. км. Точнее, они не летают, а всё время висят в одной точке. Их разрешение не очень велико: у лучших аппаратов оно может составлять 500 метров. Но зато они позволяют проводить наблюдения каждые 10 минут, а в некоторых случаях — каждые 2 минуты. Это очень важно, когда мы следим за быстро развивающимися процессами. Например, за извержениями вулканов и движением выброшенных ими пепловых облаков.

— Спутники запускают, чтобы следить за вулканами? Это так важно?

— Людям, живущим в Москве, пепловые выбросы вулканов, наверное, кажутся чем-то несущественным. Но это ровно до того момента, пока им не понадобится покупать билет на самолёт, чтобы лететь куда-то в другой район Земли. Напомню, что в 2010 году из-за извержения вулкана в Исландии воздушное пространство Европы было на несколько дней закрыто для авиаперелётов.

У дистанционного зондирования Земли огромное количество прикладных применений. Это мониторинг и предсказание природных бедствий: не только извержений вулканов, но и пожаров, наводнений, ураганов и др. Это прогнозы погоды: 80% информации, которая используется для этих целей, получена из космоса.

Это, например, сельское хозяйство. С помощью спутников оценивают состояние посевов, характеристики почвы (влажность, эрозию), анализируют, каким образом нужно вести обработку посевов, чтобы достичь максимальных урожаев на конкретном поле (так называемые задачи точного земледелия). Спутники помогают понять, как развиваются во времени те или иные сельхозкультуры в разных регионах Земли. К примеру, пшеница. Глядя на серию спутниковых снимков и сравнивая их с наблюдениями предыдущих лет, мы, в частности, можем получить заблаговременную оценку урожая в конкретном году.

А возьмём лесное хозяйство. Его уже и представить нельзя без спутникового мониторинга. Наверное, не стоит напоминать, что значит для нашей страны лес. Современные спутниковые методы позволяют составлять карты лесов, следить за пожарами, оперативно обнаруживать их и оптимизировать работы по тушению. Система, которая решает подобные задачи на всей территории страны, была создана ещё 2005 году. И с той поры постоянно работает.

И от сердечного приступа спасёт

— Мне доводилось слышать, что со спутников даже косяки рыб в океане отслеживают. Это так?

— Напрямую не отслеживают. Там используется такая схема. Рыба, как известно, питается планктоном. Со спутника хорошо видно, где сколько планктона, какой у него цвет и прочие характеристики. И по этим данным можно предположить, придёт ли в этот район рыба. Соответственно, можно послать уведомление рыболовным судам.

Технологии дистанционного зондирования Земли уже дошли до того, что позволяют измерять энергопотери жилых домов. На детальном уровне! А это открывает новые возможности энергетикам и коммунальщикам. Используя полученные сведения, они могут менять структуру утепления зданий.

Как раз недавно наши коллеги из Научно-исследовательского центра экологической безопасности РАН получили очень интересные факты по Питеру. Там были сделаны замеры выделений тепла по разным районам. Потом взяли различные сценарии климатических изменений и получили прогноз повышения смертности от сердечно-сосудистых заболеваний в тех или иных городских районах. Вот вам пример того, как на основе дистанционного зондирования Земли можно получать информацию для планирования медицинского обслуживания. Вовремя принятые меры помогут спасти жизни конкретным людям.

— Их переселят из районов, где слишком тепло, в более прохладные?

— Есть менее радикальные меры. Можно посадить там деревья, покрасить крыши домов специальной отражающей краской. Или просто в белый цвет.

— Мы сильно отстаём от США и Китая по количеству спутников ДЗЗ. Вы сами сказали, что их у нас только 9. Но в чём-то мы имеем приоритет в этой области?

— Имеем. Как я уже сказал, многие иностранные компании сейчас открыли доступ к своим данным, сделали информацию бесплатной. А в России очень хорошая школа программирования и обработки данных. Мы сделали алгоритмы, которые получают из этих находящихся в открытом доступе данных определённые характеристики, анализируют их и позволяют использовать для решения различных задач.

В стране очень быстро развиваются новые технологии, благодаря которым можно эффективно работать со сверхбольшими потоками данных от различных систем ДЗЗ. Есть успехи в создании центров, обеспечивающих возможности распределённой работы с архивами этих данных. Например, такой центр коллективного пользования создан в нашем Институте космических исследований РАН. Около 80 научных организаций, находящихся в разных городах нашей (да и не только нашей) страны, пользуются его возможностями.

По своей функциональности наш центр входит если не в тройку, то уж точно в пятёрку подобных мировых центров. Конечно, в чисто аппаратном плане нам трудно конкурировать с компаниями Google и Amazon. В первую очередь — из-за несопоставимости финансовых ресурсов, которые они выделяют своим центрам на развитие. Но это заставляет нас искать новые подходы и решения. И мы их находим.

Дистанционное зондирование (геология) — Remote sensing (geology)

Дистанционное зондирование в геологии — это дистанционное зондирование, используемое в геологических науках как метод сбора данных, дополняющий полевые наблюдения , поскольку он позволяет отображать геологические характеристики регионов без физического контакта с исследуемыми районами. Около четверти общей площади поверхности Земли — это обнаженная земля, где информация готова для извлечения из подробных наблюдений Земли с помощью дистанционного зондирования. Дистанционное зондирование осуществляется посредством обнаружения электромагнитного излучения датчиками. Излучение может быть естественным (пассивное дистанционное зондирование) или производиться машинами (активное дистанционное зондирование) и отражаться от поверхности Земли. Электромагнитное излучение действует как носитель информации для двух основных переменных. Сначала определяют интенсивности отражения на разных длинах волн и наносят на них спектральную кривую отражения . Этот спектральный отпечаток определяется физико-химическими свойствами поверхности целевого объекта и, следовательно, помогает идентифицировать минералы и, следовательно, геологическое картирование, например, с помощью гиперспектральных изображений . Во-вторых, время прохождения излучения в обе стороны от датчика и обратно позволяет рассчитать расстояние в активных системах дистанционного зондирования, например, в интерферометрических радарах с синтезированной апертурой . Это помогает геоморфологическим исследованиям движения грунта и, таким образом, может выявить деформации, связанные с оползнями , землетрясениями и т. Д.

Данные дистанционного зондирования могут помочь в исследованиях, связанных с геологическим картированием, геологическими опасностями и экономической геологией (например, разведкой полезных ископаемых, нефти и т. Д.). В этих геологических исследованиях обычно используется множество инструментов, классифицируемых в соответствии с короткими и длинными длинами волн электромагнитного излучения, к которому чувствительны различные инструменты. Более короткие длины волн обычно полезны для характеристики участка вплоть до минералогического масштаба, тогда как более длинные волны раскрывают информацию о поверхности в более крупном масштабе, например, региональные тепловые аномалии, шероховатость поверхности и т. Д. Такие методы особенно полезны для исследования недоступных областей и планет, кроме Земли. Дистанционное зондирование косвенных факторов геологии, таких как почвы и растительность, которые преимущественно растут над различными типами горных пород, также может помочь в выводе основных геологических закономерностей. Данные дистанционного зондирования часто визуализируются с помощью инструментов Географической информационной системы (ГИС). Такие инструменты позволяют проводить ряд количественных анализов, таких как использование различных длин волн собранных наборов данных в различных конфигурациях красный-зеленый-синий для получения изображений в ложных цветах для выявления ключевых особенностей. Таким образом, обработка изображения — важный шаг для расшифровки параметров собранного изображения и извлечения информации.

Обзор

Тепловое излучение по закону Планка . Температура поверхности Солнца составляет примерно 6000K, а пики излучения наблюдаются в видимом свете. Земля с температурой около 300К также излучает невидимое излучение.

При дистанционном зондировании электромагнитное излучение действует как носитель информации на расстоянии от десятков до тысяч километров между датчиком и целью. Проксимальное зондирование — аналогичная идея, но часто относится к лабораторным и полевым измерениям, а не к изображениям, показывающим большую пространственную протяженность. Геофизические методы , например гидролокатор и акустические методы , обладают схожими свойствами с дистанционным зондированием, но электромагнитная волна не является единственной средой. С другой стороны, геотехнические приборы, например пьезометр , наклономер и глобальная система позиционирования (GPS) , часто относятся к приборам, установленным для измерения дискретных точечных данных, по сравнению с изображениями при дистанционном зондировании. Подходящий датчик, чувствительный к конкретной области длин волн, в соответствии с назначением, выбирается и используется для сбора электромагнитной волны, отраженной или излучаемой от целевого объекта.

Принцип работы

При дистанционном зондировании в типичной системе дистанционного зондирования измеряются две основные переменные: яркость (или интенсивность) и время прибытия для активных систем. Яркость (т.е. интенсивность возвращаемого сигнала) в зависимости от длины волны наносится на кривую спектральной отражательной способности . Следует отметить, что собранные данные представляют собой смесь отражения солнечного излучения и излучения (согласно закону Планка ) от объекта в видимой и ближней инфракрасной (VNIR) областях . В тепловых ИК — мер (МДП) , главным образом , область эмиссии в то время как микроволновая область записи обратного рассеяния часть отражения. Яркость определяется взаимодействием излучения с веществом, которое регулируется физико-химическими свойствами целевого объекта. 8 м / с. Это позволяет применять для определения дальности при обнаружении света и дальности (LiDAR), а также для обнаружения и определения расстояния по радио (радар) и т. Д.

Поскольку датчики смотрят сквозь атмосферу, чтобы достичь цели, происходит атмосферное поглощение. Можно выделить три основных атмосферных окна, через которые проникает излучение. Они составляют 0,4–3 микрометра (видимая и ближняя инфракрасная область (VNIR)), 3–14 микрометров (тепловая инфракрасная TIR) и от нескольких миллиметров до метров (микроволновая печь). Камера в повседневной жизни — это пассивная система визуализации в диапазоне длин волн VNIR. Простая классификация преобладающих инструментов дистанционного зондирования в геологии, модифицированная из Rees (2013) в соответствии с контекстом этой страницы. Текст в [] относится к соответствующим инструментам.

Относительное пропускание излучения по отношению к длине волны. Имеются 3 атмосферных окна (VNIR, TIR и Microwave), позволяющие излучению проникать через атмосферу без заметного поглощения. Некоторые поправки все еще необходимы, чтобы убрать атмосферное затухание.

Платформа для переноски

Датчик может быть космическим (переносится со спутника ), бортовым (переносимым самолетом или, в последнее время, беспилотным летательным аппаратом (БПЛА)) или наземным (иногда называемым проксимальным зондированием). Данные, полученные с большой высоты, захватывают большее поле зрения / пространственное покрытие, но разрешение часто ниже. Перед развертыванием необходимо выполнить предварительное планирование полета в отношении траектории полета, весовой нагрузки, датчика переноски и т.д. При геологических исследованиях часто требуется высокое разрешение, поэтому при съемке преобладают системы воздушного и наземного базирования .

Схематическое изображение пассивного (слева) и активного (справа) дистанционного зондирования. Взаимодействие излучения с веществом в микроскопическом масштабе (поглощение, пропускание и отражение) показано в левом нижнем углу диалогового окна. Относительная пропорция определяется физико-химическими свойствами материала. Плоская поверхность способствует зеркальному отражению, в то время как шероховатая поверхность дает диффузное отражение. Датчик обнаруживает (синий прямоугольник) отражение солнечного излучения от цели при пассивном дистанционном зондировании, в то время как активные системы дистанционного зондирования освещают цель и обнаруживают отражение. И пассивные, и активные получают естественное тепловое излучение, испускаемое в соответствии с законом Планка. Они также подвержены атмосферным воздействиям.

Общее геологическое приложение

Преимущества и ограничения

Основное преимущество использования дистанционного зондирования для решения геологической проблемы состоит в том, что оно обеспечивает прямую информацию о поверхностном покрове с использованием синоптического обзора или иногда стереоскопического обзора . Следовательно, можно было лучше оценить общую картину кинематики . Это также снижает нагрузку на полевые работы, необходимые для данной области, за счет синоптических исследований интересующей области. Спектральное зрение позволяет идентифицировать атрибуты горных пород для картирования поверхности. Однако разрешение контролирует точность.

Существует компромисс между пространственным и спектральным разрешением. Поскольку интенсивность падающего луча фиксирована, для более высокого спектрального разрешения ожидается, что он будет иметь более низкое пространственное разрешение (один пиксель представляет большую площадь) для поддержания соотношения сигнал / шум на уровне стандарта для анализа. Кроме того, объем данных для передачи ограничен из-за проблем с сигнализацией. Из-за этих ограничений невозможно получить данные с максимальным разрешением во всех пространственных, спектральных и радиометрических разрешениях. Под временным разрешением можно понимать как частоту повторных посещений, так и продолжительность деформации. Например, мгновенный оползень или обрушение карстовой воронки вряд ли можно было бы зарегистрировать без высокоскоростной камеры, в то время как реликвии можно было бы отобразить во временном ряду, где можно было бы выявить временные изменения, например, откол льда .

Еще один недостаток — непоследовательный метод сбора данных и схемы их интерпретации. В результате создание идеальной базы данных вряд ли возможно из-за динамических условий окружающей среды в разных местах. Вместо этого предлагается повторная разведка для изучения конкретной местности.

Полевое наблюдение и разведка остаются незаменимыми и никогда не будут полностью заменены дистанционным зондированием, поскольку полевые данные в значительной степени поддерживают интерпретацию данных дистанционного зондирования. Дистанционное зондирование лучше рассматривать как дополняющее, которое направлено на получение мгновенных изображений различного масштаба, перспективы или спектрального зрения. Подземное картирование с помощью геофизических исследований и имитационных моделей по-прежнему играет важную роль в трехмерном описании подземных грунтов. Следует предупредить о том, что не существует такого «идеального» датчика, способного или оптимизированного для изучения всего. Выбор набора данных и извлечения информации часто зависит от предпочтений и опыта ученого. Например, аэрофотоснимки могут быть более разумными в безоблачной местности, но в противном случае радар может лучше работать в пасмурную погоду.

Обрыв шельфового ледника Фильхнера в Антарктиде. Изображение в ближнем инфракрасном диапазоне позволяет отличить воду от льда — Landsat

Геологическое картирование

Типичный рабочий процесс для решения геологической проблемы, начиная от определения проблемы до отбора и интерпретации данных, вдохновленный Гуптой (1991) Пример кривой спектрального отражения минерального кварца

Дистанционное зондирование может помочь в геологическом картировании поверхности и характеристике рельефа.

Спектральные особенности

Видимый и ближний инфракрасной область спектра (ВБИК) и тепловой инфракрасный (МДП) чувствителен к внутриатомным электронным переходам и межатомная прочность связи соответственно может помочь минеральному и року identifications.The инструмента в использовании называется спектрорадиометром в лаборатории и визуализации спектрометре или несколько — / гиперспектральный сканер в качестве удаленных датчиков изображения. При условии, что земля не закрыта густой растительностью , некоторые характеристики поверхностного грунта (рыхлые осадочные материалы, покрывающие землю в виде поверхностных отложений в результате выветривания и эрозии коренных пород) могут быть измерены с глубиной проникновения в границу раздела воздух-почва, составляющей примерно половину длина волны (например, зеленый свет (~ 0,55 микрометра ) дает глубину проникновения ~ 0,275 микрометра). Следовательно, большинство систем дистанционного зондирования, использующих диапазон длин волн VNIR, дают характеристики поверхности почвы или иногда обнаженных пород. Еще одним параметром, контролирующим общую отражательную способность, является шероховатость поверхности . Одна и та же поверхность может казаться шероховатой в VNIR, может казаться гладкой в микроволновой печи , аналогично тому, что мы воспринимаем, когда используем линейку измерителя для измерения шероховатости, когда колебания поверхности находятся в сантиметровом масштабе. По мере уменьшения размера зерен увеличивается шероховатость поверхности и, следовательно, увеличивается общий коэффициент отражения, поскольку преобладает диффузное отражение вместо зеркального . Зеркальное отражение от гладкой поверхности, например от спокойной воды, дает небольшое обратное рассеяние и, следовательно, кажется темным. Например, лед в основном прозрачен в больших размерах, но становится сильно отражающим при разбивании на мелкие зерна.

Минерал и камень

При изучении литологического состава может помочь лабораторная и полевая спектроскопия проксимального и дистанционного зондирования. Данные спектрального отражения от спектрометрии изображения с использованием коротких волн, например, от бортового спектрометра видимого / инфракрасного изображения (AVIRIS), предоставляют химические свойства целевого объекта. Например, можно приблизительно определить содержание железа, которое указывает на плодородие почвы и возраст отложений . Для почвы с высоким содержанием оксида железа красный цвет должен давать более высокий коэффициент отражения в красной части длины волны и уменьшаться в синем и зеленом . Также может быть поглощение при 850-900 нм. Индекс покраснения и площадь поглощения в 550 нм на кривой спектральной отражательной способности являются примерами количественного определения содержания железа в почве.

Чтобы идентифицировать минерал, доступные библиотеки спектрального коэффициента отражения, например Спектральная библиотека USGS , суммируют диагностические полосы поглощения для многих материалов, не ограничиваясь горными породами и минералами. Это помогает создать карту минералов для определения типа минерала с одинаковыми спектрами с минимальными полевыми работами на месте. Минералогия определяется путем сопоставления собранных образцов со спектральными библиотеками статистическим методом, таким как частичная регрессия наименьших квадратов . Помимо высокого отношения сигнал / шум (> 40: 1), точное пространственное разрешение, ограничивающее количество элементов внутри одного пикселя, также способствует точности решения. Также доступны инструменты цифрового субпиксельного спектрального разделения. ЮСГС Tetracorder которая применяется несколько алгоритмов к одному спектральным данным по отношению к спектральной библиотеке является чувствительным и дают обнадеживающие результаты. Различные подходы обобщены и классифицированы в литературе, но, к сожалению, не существует универсального рецепта для идентификации минералов.

Для горных пород, будь то вулканические , осадочные или метаморфические , большинство их диагностических спектральных характеристик минералогии присутствуют в более длинных волнах (SWIR и TIR), что, например, присутствует в миссии ASTER . Это связано с чувствительностью колебательных полос с большей длиной волны. В отличие от автоматической статистической интерпретации, упомянутой выше для минералов, более целесообразно использовать визуальную интерпретацию для идентификации породы, поскольку поверхностные изменения породы могут давать очень разные спектральные характеристики.

Для идентификации типа породы предлагается несколько индексов, таких как Quartz Index, Carbonate Index и Mafic Index, где Di — данные i-го диапазона в ASTER.

Карбонатный индекс (CI): D13 / D14
Кварцевый индекс (QI): D11 * D11 / D10 * D12
Основной индекс (MI): D12 / D13

Гиперспектральная визуализация дает высокое спектральное разрешение, но в качестве компромисса пространственное и радиометрическое разрешение ниже.

Почва

Поверхностная почва — хороший пример геологии под ней. Некоторые свойства почвы, наряду с упомянутой выше литологией, могут быть восстановлены с помощью данных дистанционного зондирования, например Landsat ETM +, для разработки горизонта почвы и, следовательно, помощи в его классификации .

Текстура почвы и влажность

Количество влаги в почвенных частицах определяется размером частиц и текстурой почвы, поскольку промежуточное пространство может быть заполнено воздухом для сухой почвы и водой для насыщенной почвы. По сути, чем мельче размер зерна , тем выше способность удерживать влагу. Как упоминалось выше, более влажная почва на радиолокационном изображении ярче сухой. Для коротковолновой области VNIR, согласно той же теории, глинистая поверхность с меньшим размером зерна, способствующая большему обратному рассеянию, должна давать более высокий спектральный отклик. Однако более высокая влажность почвы и содержание органических веществ делают глину более темной на снимках по сравнению с илистым и песчаным почвенным покровом после осадков . Что касается области VNIR, по мере увеличения содержания влаги происходит более заметное поглощение (1,4, 1,9, 2,7 микрометра, а иногда и 1,7 для полосы поглощения гидроксила). С другой стороны, радар чувствителен еще к одному фактору: диэлектрической проницаемости . Поскольку вода имеет высокую диэлектрическую проницаемость, она обладает высокой отражательной способностью и, следовательно, имеет место большее обратное рассеяние, т.е. кажется более ярким на радиолокационных изображениях. Таким образом, почва выглядит ярче при более высоком содержании влаги (при наличии капиллярной воды ), но темная для затопленной почвы (зеркальное отражение). Количественно, в то время как текстура почвы определяется статистическими методами регрессии с калибровкой , ученые также разработали индекс воды в почве (SWI) для выявления долгосрочных изменений. Другой подход — модель баланса поверхностной энергии, которая позволяет прогнозировать фактическое суммарное испарение .

Короче говоря, общий коэффициент отражения влаги почвы можно свести в таблицу.

инструменты	Сухая почва	Мокрый грунт	Затопленная почва
Радар	темнее (энергия проникает в грунт с низкой диэлектрической проницаемостью)	ярче (вода имеет высокую диэлектрическую проницаемость)	очень темный (зеркальное отражение)
ВНИР	ярче (меньше поглощения)	темнее (заметное водопоглощение)	как вода (малая глубина проникновения)

Органический углерод почвы

Органический углерод почвы в основном получают путем проксимального зондирования с использованием средней инфракрасной отражательной способности. Более темный цвет почвы является результатом насыщенного органического вещества, а также переменного количества черной гуминовой кислоты и влажности почвы. Чем выше количество органических веществ в почве, тем больше будет поглощаться падающая энергия, и в результате в целом ожидается более низкая отражательная способность. Контраст цвета почвы позволяет проводить количественный анализ, анализ глубины полосы, анализ главных компонентов и моделирование.

Засоленность почвы

Засоление почвы является результатом недостаточного выпадения дождевой воды, что приводит к накоплению растворимой соли в горизонте почвы. Спектральное проксимальное зондирование в VNIR чувствительно к поглощению воды в гидратированных испаряющихся минералах , наиболее заметно при 505 нм, 920 нм, 1415 нм и 2205 нм. Для еще более засоленной почвы 680, 1180 нм и 1780 нм также дадут более низкий коэффициент отражения (более высокое поглощение) и более высокий коэффициент отражения при 2200 нм, возможно, из-за потери кристалличности в глинистых минералах. Спектральная кривая также показывает уменьшение общего наклона от 800 нм до 1300 нм для более высокой солености. Общая кривая отражения на всех длинах волн увеличивается с увеличением концентрации соли, в то время как составы соли будут показывать некоторые изменения в полосах поглощения.

Поверхностные проявления геологической кинематики дают подсказки для интерпретации фотографий, вдохновленных Гуптой (1991).

Геоморфология

Трехмерные геоморфологические особенности, возникающие в результате региональной тектоники и механизмов образования, также можно понять с точки зрения небольших изображений, показывающих большую площадь, полученную на возвышении. Топографии из области часто характеризуются вулканической активностью или орогенезом . Эти процессы горообразования определяются соотношением напряжения и деформации в соответствии с типами горных пород. Они ведут себя как упругие / пластические / разрушающие деформации в ответ на различную кинетику. Методы дистанционного зондирования предоставляют такие доказательства, как наблюдаемые линеаменты, распределение гор в глобальном масштабе, сейсмичность и вулканическую активность, чтобы поддержать тектонические и геодинамические исследования в масштабе земной коры . Дополнительная спектральная информация также помогает. Например, снег и лед различаются по размеру зерна. Помимо плоской геологической карты с поперечными разрезами, иногда трехмерный вид из стереофотографий или представление в цифровой модели рельефа (ЦМР) может помочь визуализации. Теоретически LiDAR дает лучшее разрешение с точностью до сантиметра, в то время как радар дает оценку до 10 метров из-за своей высокой чувствительности к мелкой неровности. Наклонные изображения могут значительно улучшить третье измерение, но пользователи должны помнить о затенении и искажениях.

Дельтовый рельеф в устье Хуанхэ, Китай — Landsat

Недоступные районы

Хотя полевое картирование является наиболее первичным и предпочтительным способом получения достоверных данных, этот метод не работает, когда области становятся недоступными, например, в слишком опасных или экстремальных условиях. Иногда въезд ученых запрещают политические соображения. Дистанционное зондирование, с другой стороны, предоставляет информацию об интересующей области, не отправляя ни человека, ни датчик на место.

Пустыня

Площадь пустыни сформирована эоловыми процессами, а ее формы рельефа — эрозией и отложениями . Стереопары аэрофотоснимков обеспечивают трехмерную визуализацию рельефа, в то время как гиперспектральные изображения предоставляют информацию о масштабе зерен для размера зерен, состава песка и т. Д. Изображения часто представляют собой изображения с высокими фототонами на коротких волнах в VNIR, что соответствует скудной растительности и небольшой влажности. Еще один инструмент — радар, который может проникать в поверхностный песок, материал с низкой диэлектрической проницаемостью. Эта прозрачная характеристика, особенно микроволны L-диапазона (1,25 ГГц) с проникновением 1–2 м, позволяет картировать подповерхностные слои и, возможно, идентифицировать прошлый водоносный горизонт. Выявлена палеогидрография в пустыне Сахара и пустыне Гоби, и в будущих исследованиях предлагаются дальнейшие исследования с использованием бортового P-диапазона (435 МГц) для проникновения 5 м.

Политическая чувствительная область

Политика бросает вызов научным исследованиям. Одним из примеров являются горы Тибести , которые в последние десятилетия являются отдаленными и политически нестабильными из-за конфликтов из-за урановых месторождений под ними. Однако этот район, возможно, может служить одним из ярких примеров внутриконтинентального вулканизма или горячей точки . Детальные исследования территории, разделенной на Западную, Центральную и Восточную Вулканическую Провинцию Тибести, не показывают каких-либо существенных признаков пространственно прогрессирующего вулканизма, и, следовательно, она вряд ли будет горячей точкой как проявление Гавайских или Галапагосских островов. Дополнительные данные и систематические полевые исследования и исследования, например геохимическое и радиометрическое датирование , — отличные темы, на которых стоит сосредоточиться в ближайшем будущем. Купол вала Тибести также изучается как региональная речная система для оценки скорости подъема.

Водные объекты, например океан и ледники, можно изучать с помощью дистанционного зондирования. Вот два примера картирования планктона и ледников.

Цветение фотосинтезирующего фитопланктона является экологическим признаком благоприятных условий окружающей среды. Спутниковое дистанционное зондирование в диапазоне длин волн VNIR помогает определить место спорадического изменения цвета океана из-за относительного увеличения соответствующего поглощения на спектральной кривой. Для обслуживания прибрежных и открытых водоемов и даже некоторых конкретных типов цветения (например, цветения кокколитофориды и цветения триходесмия) разработаны различные математические методы (например, алгоритмы соотношения полос и разность спектральных полос). Возможность мониторинга в реальном времени за счет комбинированного использования долгосрочных спутниковых данных позволяет лучше понять динамику океана.

Картирование ледников облегчается с помощью дистанционного зондирования, в отличие от перевозки тяжелого оборудования на опасные ледяные земли. Некоторые известные приложения включают составление карт ледников, покрытых чистым льдом и покрытых обломками, записи колебаний ледников, исследования баланса массы и изменения объема для помощи в создании топографической карты и количественного анализа. Аналогичным образом, автоматизированный подход, использующий математику полос и расчеты ЦМР с использованием данных высокого разрешения, необходим для изучения изменений ледникового покрова из-за динамических условий окружающей среды.

Геологические опасности

Геологические опасности приводят к человеческим жертвам и серьезному повреждению имущества. Хотя предотвратить стихийные бедствия практически невозможно, их влияние можно уменьшить и свести к минимуму с помощью надлежащей предварительной оценки и планирования рисков.

Карты сейсмической опасности США 2014

Землетрясения

Землетрясения проявляются в движении земной поверхности. Дистанционное зондирование также может помочь в изучении землетрясений по двум аспектам. Один из них — лучше понять местные условия грунта. Например, некоторые типы грунтов, которые склонны к разжижению (например, насыщенный рыхлый аллювиальный материал), наносят больший ущерб при вибрации, и поэтому зонирование сейсмической опасности может помочь в сокращении имущественных потерь. Другой — локализовать исторические землетрясения в неотектонизме (последние 11000 лет) и проанализировать их пространственное распределение, а значит, нанести на карту зоны разломов со структурными разрывами для дальнейших исследований. С геодезической точки зрения радиолокационная техника ( SAR-интерферометрия , также называемая InSAR) обеспечивает измерение смещения земли до сантиметрового масштаба. SAR-интерферометрия — это технология, использующая несколько изображений SAR, регистрирующих обратное рассеяние микроволнового сигнала. Обратный сигнал можно использовать для оценки расстояния между землей и спутником. Когда два изображения получены в одной и той же точке, но в разное время, некоторые пиксели, показывающие задержанные возвраты, показывают смещение, при условии отсутствия изменений грунта. Карта смещения (интерферограмма) создается для визуализации изменений с точностью до половины длины волны, то есть с точностью до сантиметра. Другой подобный метод — это система глобального позиционирования (GPS) , которая регистрирует смещение дискретных точек во времени посредством трилатерации микроволновых спутниковых сигналов GPS. Та же идея и принцип измерения смещения грунта могут быть также распространены на мониторинг других опасных природных явлений, таких как вулканизм, оползни и лавины. Спутниковые тепловые изображения в среднем инфракрасном диапазоне (11–12 микрометров) показали некоторые тепловые поля в активных геологических областях, таких как системы линейности и разломов. Помимо этих долгоживущих тепловых полей, есть некоторые положительные тепловые аномалии 3-4 ° C на поверхности суши или около -5 ° C для морской воды в районах эпицентров землетрясений . Контраст появляется за 7–14 дней до движения Земли. Хотя это наблюдение подтверждается лабораторными экспериментами, возможные причины этих различий все еще остаются спорными.

Цунами

Мангровые заросли обеспечивают защиту от цунами и штормов, сметающих внутренние районы, потому что окраины мангровых зарослей были повреждены и забрали всю энергию. Поэтому актуальной темой становится дистанционное зондирование мангровых зарослей и растительности как естественного барьера для управления рисками. Последние достижения и разработки очень ожидаются в ближайшем будущем, особенно в связи с преобладанием системы гиперспектральных изображений и спутниковых изображений с очень высоким разрешением (до субметрового уровня). Для экологических исследований могут быть разработаны новые схемы классификации, позволяющие отличать виды от состава. Оценка площади листьев , высоты полога, биомассы и продуктивности также может быть улучшена с появлением существующих и будущих датчиков и алгоритмов. Наводнение, вызванное цунами, приводит к изменению прибрежной зоны, что можно количественно оценить с помощью дистанционного зондирования. Подход на основе разделения для разделения больших изображений на частичные изображения для дальнейшего анализа путем переопределения порога обнаружения изменений сократил время вычислений и показал себя совместимым с ручным картированием затронутых областей.

Интерферограмма, показывающая движение грунта в пустыне Трех сестер, где 1500 лет назад произошло извержение. Каждый цветной контур представляет собой равную величину поднятия, которое, возможно, вызвано накоплением магмы на глубине около 7 км. Поднятие около 130 мм при боковой протяженности 20 км. Белые кнопки — это станции GPS. ENVISAT / Wicks, CW et al., 2002, Геологическая служба США

Вулканизм

Динамическая магма под плитами, на которых мы живем, вызывает вулканическую активность на поверхности Земли. Чтобы углубить понимание вулканологии и активного мониторинга вулканов, основные потоки данных, получаемые с помощью дистанционного зондирования, включают измерения деформации поверхности и тепловые измерения, а также поток и состав газа. С другой стороны, сейсмичность считается геофизическим методом. Данные могут собираться на протяжении всего цикла извержения, от волнений до извержения и затем расслабления. Например, ультрафиолетовая (УФ) и VNIR область чувствительна к двуокиси серы , одному из вулканических газов. BrO (образовавшийся в результате взрыва брома внутри шлейфов) и CO ₂ также являются возможными кандидатами для вулканического мониторинга в наши дни. Тепловые возмущения, например, из-за изменения температуры в кратерных озерах и нагнетания горячего газа в атмосферу, могут быть обнаружены с помощью датчиков TIR для автоматизации тепловых оповещений о вулканах. Подъем и оседание грунта можно было количественно оценить дистанционно с помощью метода InSAR . Поверхностное проявление вулканизма имеет тенденцию отдавать предпочтение простой геометрии, в то время как сложности вносятся подземными взаимодействиями. В то время как дистанционное зондирование позволяет собирать данные о земле, настоятельно рекомендуется трехмерное моделирование с использованием анализа конечных элементов и геофизических исследований недр.

Ночное тепловое инфракрасное изображение ASTER, на котором запечатлено извержение вулкана Кальбуко в 2015 году в Чили. Горячий эруптивный материал на вершине выглядит белым (горячим), с фиолетовым шлейфом, струящимся вправо, что указывает на то, что он покрыт пеплом.

Оползни

Оползни — одна из форм потери массы, вызванная гравитацией и нестабильностью склонов . Камни и обломки быстро падают вниз и наружу со склона. Помимо характеристики участка с помощью геологического картирования, можно использовать многие из упомянутых инструментов дистанционного зондирования. Например, использование аэрофотоснимков для обновления инвентаризации оползней популярно в гонконгских исследованиях оползней. Метод LiDAR для создания цифровой модели рельефа высокого разрешения (HRDEM) и цифровой модели местности (DTM) с растительным покровом имеет решающее значение для количественной оценки уклона , аспекта уклона , мощности потока , плотности дренажа и многих других параметров для моделей опасности оползней. Микроволновый радар также может участвовать в распознавании оползней на изображениях радаров с синтезированной апертурой (SAR) и в мониторинге с помощью метода InSAR , который эффективно показывает мелкомасштабную деформацию. Управление рисками опасностей может быть дополнительно обсуждено с использованием географической информационной системы (ГИС) .

Экономическая геология

В контексте экономической геологии поверхностные данные помогают определить возможные запасы природных ресурсов .

Разведка полезных ископаемых и нефти

Возникновение природных заповедников, которые можно эксплуатировать, находится в тесной связи с окружающей геологией. Возможные исследования ресурсов должны быть подкреплены точными геологическими моделями для определения местоположения перспективных рудных и нефтяных месторождений на основе предварительного регионального обзора. Дистанционное зондирование может обеспечить масштабируемое расследование по мере продвижения программы разведки при разумных затратах. Одним из примеров является отслеживание деформации поверхности в шахте с использованием временных рядов InSAR . Другой пример — использование коротковолновой области в VNIR для оценки нефтяного коллектора, потому что VNIR может обеспечить как точное измерение расстояния с помощью лидара, так и спектральные данные от спектрального сканирования. Следует иметь в виду следующее ограничение: дистанционное зондирование предназначено для обнаружения поверхности, в то время как природные ресурсы сосредоточены в глубине, поэтому его использование несколько ограничено. Тем не менее, есть некоторые прокси, которые предоставляют ценные данные, включая следующие примеры.

стратиграфически-литологические: некоторые минералы сингенетичны или эпигенны с вмещающими породами
геоморфологический: механическая концентрация полезных ископаемых в морфологии
структурные: пересечение структурных особенностей с образованием структурных ловушек
изменение горных пород: кварц — полевые шпаты , карбонаты , гидроксилсодержащие минералы, листовые силикаты , оксиды железа ( лимонит ), обычно проявляющиеся в виде кольца или ореола с зональными изменениями , с помощью улучшения изображения
геоботанический: стресс и аномальный рост растительности могут быть связаны с наличием металла в почве

Расширение хвостохранилища для экономии воды и минимизации воздействия на окружающую среду на руднике Эскондида, Чили, крупнейшем в мире источнике меди — Landsat

В отношении вышеуказанных средств изменения породы предлагается новый способ в свете недостатков низкой отражательной способности из-за растительного покрова и неоднозначности некоторых минералов, например каолинита, который может быть или не быть результатом изменения минерала. В их алгоритме сначала рассматривается общая форма спектра гиперспектрального изображения , а затем полосы поглощения. Затем рассчитываются коэффициенты корреляции для каждого пикселя путем сравнения данных дистанционного зондирования и данных наземного поля. Решение будет назначено каждому пикселю наиболее восприимчивым доминантным объектом, но не путем установки порога.

Исследования подземных вод

Ориентация на ресурсы подземных вод для снабжения — одна из конечных целей в управлении водными ресурсами. Хотя большая часть информации действительно обеспечивается гидрогеологическими , геофизическими методами и бурением, метод дистанционного зондирования, использующий тот же принцип для интеграции данных, собранных на поверхности, может сделать вывод о возможных замкнутых / неограниченных водоносных горизонтах . Например, в данных радара ( георадар ), который может проникать в землю на глубину до метров, может отображаться некоторое диффузное отражение от «шероховатой» поверхности относительно используемой длины волны. Изменение литологии может указывать на мягкие породы и рыхлые отложения с высокой пористостью .

Растительность

Исследования поверхностной растительности в основном выполняются с помощью мультиспектрального или гиперспектрального анализа изображений, в основном из-за меньшей глубины проникновения и более высокого разрешения в диапазоне длин волн VNIR. В анализе растительности доступно множество датчиков, алгоритмов обработки и классификации изображений и схем оценки результатов на основе дополнительных данных. Например, характеристика пастбищных угодий в отношении количества и качества биомассы может быть выведена на основе гиперспектральных данных. Обнаружение фотосинтетических активных (стоячие живые) по сравнению с нефотосинтетическими активными (стоячие мертвые) и их соотношение в интересующей области поддерживает количественную оценку биомассы . Качество корма, представленное в соотношении углерод : азот, можно оценить путем обработки гиперспектральных данных с точностью более 80%.

Растительность изменилась с густого леса на прямоугольные земли для возделывания сои в Санта-Крус, Боливия — Landsat

С геологической точки зрения, некоторое поверхностное покрытие может скрывать интересующую область на изображении. Что касается растительности, временной ряд Нормализованного разностного индекса растительности (NDVI), который характеризует рост сельскохозяйственных культур, может определить структуру почвы. Биогеографический градиент, включающий параметры окружающей среды, такие как флористические условия, осадки и температура, также дает ключ к разгадке почвенного покрова. Метод спектрального несмешивания, предполагающий, что полная отражательная способность пикселя представляет собой линейное сочетание отражательной способности компонентов, очерчивает объекты, вносящие вклад в результирующий сигнал, полученный в датчике. Для характеристики почвы возможны некоторые другие параметры и показатели почвы, такие как нефотосинтезирующий растительный покров, лишайники, функциональные типы растений и значения индикаторов Элленберга.

Планетарные наблюдения

Вулканизм на Ио теряет тепло, полученный камерой LORRI зонда New Horizons

Помимо Земли, дистанционное зондирование сделало возможным исследование планет без отправки космонавта в космос. Для большинства исследований планет из-за плотной атмосферы радар является подходящим инструментом для исследования поверхности планеты. Радар может проникать в атмосферу и обнаруживать неровности поверхности. Кроме того, топографические карты могут быть получены с помощью методов радиолокационной альтиметрии и InSAR , например, при картировании Венеры . В качестве примера планетарного применения с использованием дистанционного зондирования можно проиллюстрировать наблюдение вулканизма на Ио , где находится самое большое количество действующих вулканов на квадратный километр в Солнечной системе . Хотя важность вулканологии Ио хорошо задокументирована в учебниках, новые наблюдения указывают на то, что временная эволюция спектрального отношения между тепловыми выбросами 2: 5 микрометров (тепловая сигнатура) может указывать на режимы извержения, от лавового фонтана до кремнистых лавовых потоков. Последние предложение было сделано , чтобы улучшить пространственное разрешение для более точного источника тепла жерла найти, с тем, чтобы выяснить неразгаданную загадку вулканологии, который тесно связан с приливным нагревом , вызванным эксцентриситетом орбиты от Юпитера . Моделирование показало, что необходимо поддерживать подходящее расстояние между исследуемой землей и датчиком, чтобы обеспечить значимый размер пикселя для разрешения поверхности Io. Дистанционное зондирование со спутника также снижает дрожание, поскольку датчик устойчив в космосе и дает точные данные при отсутствии атмосферы для наземных наблюдений, несмотря на зону сильного излучения на Юпитере, которая резко ограничивает срок службы датчика. Все это способствует будущему проектированию приборов и орбиты.

Обработка изображений

Обработка изображений имеет решающее значение для преобразования необработанных данных в полезную информацию. Для визуализации дистанционного зондирования, где спектральные данные собраны и записаны в пикселях в качестве изображения , двухмерного представления. После удаления шума и калибровки изображения получают географическую привязку, чтобы связать пиксель с реальной географией. Затем данные из первых рук корректируются для удаления таких шумов, как атмосферные возмущения, структурные эффекты и искажения . Данные дистанционного зондирования часто подтверждаются наземной достоверностью , которая обычно служит обучающими данными при классификации изображений для обеспечения качества. Интерпретация изображения может быть достигнута с помощью интерпретатора или вычислений. Надежность интерпретируемой карты высока только в том случае, если эксперт имеет полное представление о геоморфологии, о том, как поверхностный ландшафт может быть сформирован возможным взаимодействием множества факторов и ограничениями метода. Хотя существует богатый опыт визуальной интерпретации аэрофотоснимков, этот метод требует много времени и подвержен человеческим ошибкам. Цифровая контролируемая или неконтролируемая классификация рельефа с использованием четкой или нечеткой логики кластеризации открыла новые возможности для жизнеспособных решений. Однако вычислительные алгоритмы зависят от масштабной зависимости и произвольного определения границ классов. Наличие растительного покрова и пересеченной местности также может снизить применимость. Статистические и вычислительные алгоритмы для выявления корреляций активно развиваются для анализа изображений. Например, появление непараметрических классификаторов, таких как нейронная сеть, становится альтернативой классификации массивных данных.

Интеграция с ГИС

Техника дистанционного зондирования тесно связана с последующей интерпретацией и визуализацией данных, что является одной из возможностей Географической информационной системы (ГИС). ГИС также позволяет вводить другую информацию, такую как социально-экономические условия и биофизические условия с точки зрения слоев. Дальнейший анализ проводится в том же пространственном экстенте, и затем создаются тематические карты для презентации. Применение интеграции ГИС и дистанционного зондирования ни в коем случае не может быть исчерпывающим, но здесь обсуждаются темы гидрологии, оползней и городского планирования.

Гидрология

Существует множество применений данных ГИС и дистанционного зондирования в управлении водными ресурсами, начиная от разведки, моделирования подземных потоков и естественного пополнения, контроля загрязнения и мониторинга гидрогеологических процессов. По сути, топография , растительный покров , дренажные формы рельефа и типы водоносных горизонтов могут быть выведены из данных дистанционного зондирования и изображений с различных типов датчиков и платформ. Пример использования данных дистанционного зондирования и пространственного анализа, выполненный ГИС, в Бурдуре , Турция, является одним из первых проектов. Дистанционное зондирование собирало данные о геологии и плотности линеаментов, в то время как ГИС выводила данные о плотности дренажа, высоте топографии, градиенте, землепользовании и годовом количестве осадков. С помощью взвешенного наложения создается карта потенциала подземных вод для определения возможных новых источников воды.

Оползень

Обширная литература показывает, что использование методов дистанционного зондирования оползней успешно во всех аспектах распознавания, мониторинга и оценки опасности. Помимо примеров в Европе, оползни в Гонконге привели к человеческим жертвам и материальному ущербу на территории до создания соответствующей правительственной организации для проведения систематических исследований по снижению риска обрушения склонов. К основным способствующим факторам, как и к оползням во всем мире, относятся геология, неоднородности (структурные), выветривание и осадки . Интенсивные осадки (> 2000 мм / год) быстро повышают поровое давление из-за инфильтрации . В то время как местные гидрогеологические модели, созданные с помощью in situ, например, пьезометрических измерений и картирования неоднородностей, могут помочь прояснить кинематику оползней, использование дистанционного зондирования для оценки оползней в Гонконге всегда требует опыта. Например, интерферометрический радар с синтезированной апертурой и интерпретация аэрофотоснимков — это инструмент, используемый в истории для обнаружения деформации поверхности и обновления инвентаризации оползней соответственно. ГИС также используется для наложения слоев местности (высота и угол наклона), литологии с данными об осадках для создания карт опасности оползней. С разными весами в соответствующих параметрах, опасность может быть зонирована, чтобы контролировать риск.

Городские экологические приложения

Дистанционное зондирование имеет большой потенциал в экологических приложениях. В последнее десятилетие большой интерес вызывают планирование землепользования (например, размещение атомных электростанций и свалки), мониторинг эрозии почвы и загрязнения атмосферы, растительности и т. Д.

Ссылки

внешние ссылки

Дистанционное зондирование (археология) — Remote sensing (archaeology)

Методы дистанционного зондирования в археологии становятся все более важным компонентом технических и методологических инструментов, доступных в археологических исследованиях. Использование методов дистанционного зондирования позволяет археологам обнаруживать уникальные данные, которые невозможно получить с помощью традиционных методов археологических раскопок .

Общие техники

Методы дистанционного зондирования, используемые при археологических исследованиях, включают:

Аэрофотосъемка, БПЛА и спутниковая съемка

Наземные геофизические методы, такие как наземный радар и магнитометрия , также используются для получения археологических изображений. Хотя их иногда классифицируют как дистанционное зондирование, они обычно считаются отдельной дисциплиной (см. Геофизические исследования (археология) ).

Спутниковая археология

Спутниковая археология — это новая область археологии, которая использует спутники высокого разрешения с тепловыми и инфракрасными возможностями для определения потенциальных интересных мест на Земле на глубине около метра или около того. Инфракрасный свет, используемый этими спутниками, имеет более длинные волны, чем видимый свет, и поэтому способен проникать через поверхность Земли. Затем изображения принимаются и обрабатываются археологом, который специализируется на спутниковом дистанционном зондировании, чтобы найти любые тонкие аномалии на поверхности Земли.

Такие особенности ландшафта, как почва, растительность, геология и искусственные сооружения, представляющие возможный культурный интерес, имеют специфические признаки, которые могут помочь идентифицировать многоспектральные спутники. Затем спутники могут сделать трехмерное изображение местности, чтобы показать, есть ли какие-либо искусственные конструкции под почвой и растительностью, которые нельзя увидеть невооруженным глазом. Коммерчески доступные спутники имеют разрешение от 0,4 до 90 м, что позволяет увидеть самые древние памятники и связанные с ними объекты в таких местах, как Египет, Перу и Мексика. Археологи надеются, что в следующие несколько десятилетий разрешающая способность улучшится до такой степени, что они смогут увеличивать масштаб одного глиняного черепка, похороненного под поверхностью земли.

Спутниковая археология — это неинвазивный метод картирования и мониторинга потенциальных археологических памятников в постоянно меняющемся мире, который сталкивается с такими проблемами, как урбанизация , грабежи и загрязнение подземных вод, которые могут представлять угрозу для таких участков. Несмотря на это, в археологии спутники в основном являются инструментом для широкомасштабных исследований и целенаправленных раскопок. Все археологические проекты нуждаются в грунтовых работах, чтобы проверить возможные находки.

Примеры региональных приложений

Исследования майя

Некоторые из наиболее известных исследований с использованием дистанционного зондирования были проведены в отношении исследований майя в Мезоамерике . Петен область северной Гватемалы имеет особое внимание , поскольку дистанционное зондирование технология очень определенного использования там. Петен — густо засаженный деревьями регион, в котором отсутствуют современные поселения и инфраструктура. В результате проводить съемку чрезвычайно сложно, и из-за этого дистанционное зондирование предлагает решение этой исследовательской проблемы. Использование методов дистанционного зондирования в этом регионе — прекрасный пример применения этих методов для археологов. Петен — это холмистый, карстовый , густой лесной ландшафт, который представляет собой невероятную преграду для проникновения полевых археологов. С появлением методов дистанционного зондирования было обнаружено множество информации о регионе и о людях, населявших его.

Петен, возможно, является одним из самых трудных для жизни ландшафтов майя. Именно вопросы, касающиеся моделей существования и связанных с ними проблем, привели в движение методологию дистанционного зондирования в надежде понять сложную адаптацию, которую разработали майя. Методы дистанционного зондирования также оказались бесценными при работе по обнаружению объектов , цистерн и храмов . Археологи определили вегетативную дифференциацию, связанную с такими особенностями. С появлением дистанционного зондирования археологи могут точно определять и изучать особенности, скрытые под этим навесом, даже не посещая джунгли.

Пионером в использовании дистанционного зондирования в исследованиях майя является археолог НАСА Том Север, который применил дистанционное зондирование к исследованиям при обнаружении памятников майя, а также к картированию дамб ( сакбеоб ) и дорог. Север подчеркнул огромное использование дистанционного зондирования для выявления моделей поселений, плотности населения, социальной структуры, связи и транспорта. Север провел большую часть своих исследований в районе Петен на севере Гватемалы, где он и его исследовательская группа использовали спутниковые снимки и ГИС, чтобы нанести на карту неоткрытые дороги и дамбы, построенные древними майя для соединения городов и поселений. Эти ландшафтные артефакты представляют собой преимущество использования дистанционного зондирования, поскольку эти дамбы не видны с земли. Картируя эти формы, Север может находить новые места и в дальнейшем раскрывать древние майяские методы общения и передвижения. Север и его команда также используют методы дистанционного зондирования для сбора данных о вырубке лесов . В тропических лесах реки Петен происходит массовая вырубка лесов, и дистанционное зондирование Севера предлагает еще одно окно в это понимание и решение этой проблемы. Мониторинг темпов обезлесения не только имеет важное экологическое значение, но и использование дистанционного зондирования может обнаружить изменение ландшафта. Измеряя масштабы изменения ландшафта с точки зрения растительного покрова и географии почв , а также меняющихся моделей землепользования и связанного с ними культурного разнообразия, археологи получают возможность увидеть темпы истощения и тенденции антропогенного изменения ландшафта.

Большое внимание было уделено картированию каналов и ирригационных систем. Радар с синтезированной апертурой (SAR) оказался особенно полезным в этом исследовании. SAR — это тип радара, который чувствителен к линейным и геометрическим объектам на земле. Также важно включить метод, называемый наземной проверкой , или процесс физического посещения (пешком) исследуемых населенных пунктов, чтобы проверить данные и помочь в интерпретации. GPS часто используется для помощи в этом процессе.

Наземные геофизические методы также использовались в исследованиях Maya. Наземный радиолокатор (GPR) был выполнен на нескольких объектах, включая Чичен-Ицу . Георадарное исследование обнаружило заглубленные дамбы и сооружения, которые в противном случае могли бы остаться незамеченными.

Майя «коллапс»

Одна из целей исследования Севера — понять сравнительно внезапный упадок многих центров майя в центральном регионе Лоулендс к концу 1-го тысячелетия нашей эры , случай, который часто называют « (классическим) крахом майя ». Исследования компании «Север» в области коммуникационных и транспортных систем указывают на разветвленную социальную инфраструктуру, способную поддерживать строительство и обслуживание дамб и дорог. Используя спутниковые снимки , исследователи смогли нанести на карту каналы и водохранилища . Они дают представление о культурных адаптациях майя в период их наибольшей плотности населения. На пике классической эпохи население низменностей майя составляло 500–1300 человек на квадратную милю в сельской местности и даже больше в городах . Это намного превышает пропускную способность этого региона, но это следует за столетиями успешной адаптации. Другие данные показывают, что к концу классического периода майя уже истощили большую часть тропических лесов. Понимание того, как древние майя адаптировались к этой карстовой топографии, могло бы пролить свет на решения современных экологических проблем, с которыми в настоящее время сталкиваются современные народы в районе Петен, что почти то же самое, за исключением того, что меньше людей наносят еще больший ущерб биоразнообразию и культурному наследию. разнообразие. Север считает, что крах майя был в первую очередь экологической катастрофой. Обнаружение темпов обезлесения и тенденций может помочь нам понять, как эти же процессы повлияли на майя. Важный вклад в изучение майя внес LiDAR благодаря его способности проникать сквозь густые тропические покровы. LiDAR был применен к участку Каракол в Белизе в 2009 году, открыв впечатляющий монументальный комплекс, покрытый джунглями.

Спутниковая археология в Перу

В Перу итальянская научная миссия CNR под руководством Никола Мазини дала важные результаты, используя спутниковые снимки как для открытия памятников, так и для защиты археологического наследия. В частности, при обработке изображений QuickBird было обнаружено большое захороненное поселение, в том числе пирамида, в русле реки Наска (Южный Перу), недалеко от Церемониального центра Кауачи . В районе Ламбаеке (Северное Перу), который сильно пострадал от тайных раскопок, спутниковые снимки также использовались для картирования и мониторинга археологических разграблений.

Расположение древнего Ирама

Ирам Столпов — затерянный город (или регион, окружающий затерянный город) на Аравийском полуострове . В начале 1980-х годов группа исследователей, интересующихся историей Ирама, использовала спутники дистанционного зондирования НАСА , наземный радар , данные программы Landsat и изображения, полученные с космического челнока Challenger, а также данные SPOT для определения старых маршрутов верблюжьих поездов и точек, где они сошлись. Эти дороги использовались как торговые пути ладана примерно с 2800 г. до н.э. до 100 г. до н.э.

Один район в провинции Дофар в Омане был определен как возможное место для форпоста потерянной цивилизации. Команда, в которую входили авантюрист Ранульф Файнс , археолог Юрис Заринс , режиссер Николас Клэпп и юрист Джордж Хеджес , исследовали местность во время нескольких поездок и остановились у колодца под названием Эш Шисар. Рядом с этим оазисом находилось место, ранее определенное как форт Шис’р 16 века. Во время раскопок было обнаружено более старое поселение, и были найдены артефакты, которыми торгуют издалека. Было обнаружено, что этот более старый форт был построен на вершине большой известняковой пещеры, которая служила источником воды для форта, что делало его важным оазисом на торговом пути в Ирам. Поскольку жители форта потребляли воду из-под земли, уровень грунтовых вод упал, оставив известняковую крышу и стены пещеры сухими. Без поддержки воды пещера была бы в опасности обрушения, и, похоже, это произошло где-то между 300-500 годами нашей эры, разрушив оазис и перекрыв источник воды.

Четыре последующих раскопок были проведены доктором Юрисом Зариньшем , отслеживая историческое присутствие людей Ада, предполагаемых предков-строителей Ирама.

Египет и Римская империя

Археолог доктор Сара Паркак использует спутники для поиска подземных останков, как описано в ее выступлении на TED по теме космической археологии и использованию гражданской науки . Parcak использует эти спутники на охоту за потерянные поселения, могилы и пирамиды в Египте «s дельте Нила . Она также предположительно определила несколько значительных памятников в различных частях древней Римской империи .

Ссылки

Дистанционное зондирование из космоса — Paititi Research

Применение ДЗЗ в археологии

С запуском американцами первого спутника программы Landsat в 1972 г началась новая эпоха ДЗЗ для археологии [14, стр.1]. На сегодняшний день продукты ДЗЗ из космоса, доступные для широкого потребителя, позволяют:

Экономить, так как не требуются дорогостоящие наземные изыскания или аэросъёмка (на сегодняшний день накоплены огромные архивы данных ДЗЗ, стоимость доступа к которым относительно низкая)
Изучать труднодоступные территории (для спутника всё равно, снимать промышленный центр или удалённые районы Амазонки)
Получать снимки обширных районов (широкие полосы захвата спутников позволяют в короткий срок отснять тысячи квадратных километров)
Получать снимки Земли вне зависимости от погоды при использовании спутников, оснащённых радаром с синтезированной апертурой (РСА)
Получать высокодетальные снимки, сопоставимые по характеристикам с аэросъёмкой
Выявлять скрытые феномены в ландшафте с помощью спектрального анализа, 3d-моделирования и свойств некоторых диапазонов ЭМ-волн проникать под покров листвы и почвы

Конечно, спутниковое ДЗЗ — это не панацея. Оно должно интегрироваться в геоинформационные системы (ГИС) совместно с другими методами исследований, включая воздушные и наземные. Так, при поиске археологических объектов, спрятанных под густым покровом леса особенно эффективно проявил себя лидар — лазерный сканер, являющийся активным инструментом ДЗЗ, работающий в видимом и БИК-диапазонах, и устанавливаемый на самолёт или дрон. РСА-спутники, которые также являются активными инструментами ДЗЗ, могут с помощью микроволн зондировать подстилающую поверхность в густом тропическом лесу [17]. С помощью лидара археологи обнаружили легендарный «Белый город» (La Ciudad Blanca) в густом лесу на юго-востоке Гондураса [15]. Недавно были открыты десятки тысяч построек майя в джунглях Гватемалы — это тоже результат применения этого устройства [16]. Недостатки лазерного сканирования заключены в большой стоимости его применения, малой площади покрытия и зависимости от погодных условий. Оно подходит только для работ детального масштаба, когда район поиска максимально сужен.

В книге «Remote Sensing in Archaeology» (Wiseman; El-Baz, 2007) хорошо описано комплексное применение различных данных ДЗЗ и ГИС при исследовании Петенского бассейна Гватемалы — района цивилизации майа, большая часть которого покрыта густыми лесами [14, cтр.137-160 и стр.263-282]. Почитайте статью «Проверяя наши способности», где вы можете узнать, как конкретно мы использует ДЗЗ для поиска Пайтити.

Источники открытых данных

Наш проект во многом зависит от общедоступных снимков ДЗЗ, и мы сами являемся апологетами открытости науки, данных и инструментов для их обработки. Ниже предоставляем вам список основных источников бесплатных данных и инструментов, которыми мы пользуемся:

Бесплатные данные ДЗЗ

EarthExplorer — портал Геологической службы США, на котором можно получить доступ к большому перечню данных ДЗЗ, покрывающих весь мир, включая снимки программы Landsat, цифровые модели рельефа, радиолокационные снимки, рассекреченные снимки американской разведовательной миссии CORONA и прочее.
Copernicus Open Access Hub — портал Европейского космического агенства (ЕКА), который обеспечивает полный, свободный и открытый доступ к продуктам ДЗЗ с радиолокационных спутников Sentinel-1, мультиспектральных оптических спутников Sentinel-2 и спутников глобального мониторинга океаны и суши Sentinel-3.
UAVSAR Data Search — портал Лаборатории реактивного движения НАСА, где можно получить снимки L, P и Ka-диапазонов (микроволны), снятых с беспилотного летательного аппарата, оснащённого радаром с синтезированной апертурой.

Бесплатное программное обеспечение для работы с данными ДЗЗ

QGIS — свободная кроссплатформенная геоинформационная система, которая также содержит инструменты для обработки, анализа и визуализации данных ДЗЗ. Разрабатывается международным сообществом.
Sentinenel Toolboxes — наборы инструментов с открытым исходным кодом для научного использования результатов миссий по наблюдению Земли. Разрабатывается ЕКА.
Orfeo ToolBox — библиотека для обработки изображений дистанционного зондирования, разрабатываемая Национальным центром космических исследований Франции (CNES).
Google Earth — спутниковая карта всей земной поверхности в оптическом диапазоне ЭМ спектра, особенно эффективная при просмотре в 3d-режиме.
ArcGIS Earth — аналог Google Earth от компании ESRI.

13 пакетов программного обеспечения дистанционного зондирования с открытым исходным кодом

Автор: GIS Geography · Последнее обновление: 7 января 2021 г.

Программное обеспечение дистанционного зондирования с открытым исходным кодом

За прошедшие годы произошел большой сдвиг в сторону создания программного обеспечения открытым способом для совместной работы. Это программное обеспечение является общедоступным и называется с открытым исходным кодом .

Программа дистанционного зондирования с открытым исходным кодом не является исключением.

Большой плюс:

Они предназначены для общественного пользования бесплатно .Итак, без лишних слов, вот большой список из 13 пакетов программного обеспечения для дистанционного зондирования с открытым исходным кодом.

ПОДРОБНЕЕ: 100 Применение и использование дистанционного зондирования землетрясения

1. Набор инструментов Sentinel

Sentinel Toolbox состоит из 3 отдельных приложений:

Sentinel-1 Toolbox (приложения SAR)
Sentinel-2 Toolbox (оптические приложения высокого разрешения)
и Sentinel-3 Toolbox (оптические приложения высокого разрешения)

Sentinel-2 стал золотым стандартом открытых спутниковых данных.Для обработки огромных объемов данных, собранных Sentinel-2A / 2B, пользователи могут использовать Sentinel Toolbox. Одна из особенностей плагина Sen2cor, который позволяет пользователям корректировать атмосферные эффекты и классифицировать изображения.

Если вы загружаете данные радара Sentinel-1 с синтезированной апертурой, вы можете обрабатывать их с помощью набора инструментов Sentinel-1. Например, вы можете выполнять интерферометрию, фильтрацию спеклов и регистрацию.

К вашим услугам открытый форум STEP — это динамичное сообщество энтузиастов дистанционного зондирования, которые помогут ответить на ваши вопросы.

2. Плагин полуавтоматической классификации QGIS (SCP)

QGIS — один из самых мощных пакетов программного обеспечения ГИС с открытым исходным кодом, доступных бесплатно … И плагины — ключ к его успеху.

С точки зрения подключаемых модулей дистанционного зондирования подключаемый модуль полуавтоматической классификации является одним из лучших. Это особенно полезно, потому что вы можете загружать спутниковые изображения прямо в плагине, например:

Sentinel
Ландсат
ASTER и MODIS

Кроме того, он также предоставляет инструменты для предварительной и последующей обработки изображений.Неудивительно, почему он входит в пятерку самых скачиваемых плагинов для QGIS.

ПОДРОБНЕЕ: Руководство и обзор QGIS с открытым исходным кодом

3. SAGA GIS: Система автоматизированного геофизического анализа.

SAGA GIS идеально подходит для большинства задач дистанционного зондирования благодаря богатой библиотечной сетке, модулям обработки изображений и ландшафта.

С точки зрения классификации, это ваша основная контролируемая классификация. Но оно не такое интуитивно понятное и удобное, как другие программы дистанционного зондирования.Для анализа и манипуляций он процветает с инструментами ландшафта, такими как:

Индекс топографического положения (TPI)
Топографический индекс влажности (TWI)
Классификация почв

Он также имеет некоторые элементарные инструменты для фотограмметрии и поддержку векторной машины (SVM). Несмотря на обширную библиотеку растровых инструментов, единственным недостатком SAGA GIS является отсутствие документации для некоторых из них.

ПОДРОБНЕЕ : SAGA GIS (Система автоматизированного геофизического анализа) Обзор и руководство

4.ORFEO Toolbox (OTB): Федеративное оптическое и радиолокационное наблюдение Земли

В 2001 году Франция и Италия начали совместный проект по разработке программного обеспечения для дистанционного зондирования. Созданный на плечах сообщества разработчиков ПО с открытым исходным кодом, они назвали его набором инструментов ORFEO, и он все еще широко используется по сей день.

ORFEO — это библиотека обработки изображений, предназначенная для данных с высоким пространственным разрешением. Это смешанный набор инструментов дистанционного зондирования, включая:

Сегментация, классификация и фильтрация изображений
Обнаружение изменений
Радиометрия, PCA и заточка панелей

Одним из больших плюсов является «крупномасштабная сегментация среднего сдвига (LSMC)».Этот тип объектно-ориентированного анализа изображений — редкая функция, которую сегодня можно увидеть в программном обеспечении.

5. GRASS: Система поддержки анализа географических ресурсов

GRASS GIS полон функциональности. По общему признанию, временами это немного неудобно, как мы показали в нашем обзоре GRASS GIS. Но в инструментах не мало. Например, предлагает:

Классификация изображений и PCA
Обнаружение края
Радиометрические поправки

Другой ключевой особенностью GRASS является обработка и анализ LiDAR.Вы можете фильтровать точки LiDAR, создавать изолинии и создавать матрицы высот. В следующий раз, когда вы увидите файл LAS, посмотрите, что GRASS может с ним сделать.

ПОДРОБНЕЕ: GRASS GIS — Система поддержки анализа географических ресурсов

6. PolSARPro

Для радаров с синтезированной апертурой вы можете изучить PolSARPro. Это программное обеспечение может обрабатывать SAR с двойной и полной поляризацией от таких спутников, как:

ENVISAT-ASAR
ALOS-PALSAR
РАДАРСАТ-2
TerraSAR-X

Существует широкий набор инструментов, таких как разложение радаров, обработка InSAR и калибровка.Еще одна полезная часть этого программного обеспечения — среда обработки графов, в которой пользователи могут автоматизировать рабочий процесс. Эта функциональность аналогична ArcGIS ModelBuilder и проста в настройке.

В целом, PolSARPro — очень сложная программа дистанционного зондирования с открытым исходным кодом. Вам необходимо обратить внимание на PolSARPro, если вы работаете с данными SAR с полной или двойной поляризацией.

7. Белый ящик GAT

Whitebox GAT окружает тема гидрологии. Это потому, что он фактически заменил Систему анализа местности (TAS), которая была инструментом Esri для гидрогеоморфных приложений.

Где он сияет, так это ЛИДАР! Это похоже на швейцарский армейский нож данных LiDAR с даже инструментом, который может преобразовать их в шейп-файлы. Хотя картографические инструменты являются простыми, в целом Whitebox GAT имеет 410 надежных инструментов для всех ваших ГИС-потребностей.

8. gvSIG

gvSIG известен широким спектром разнообразных функций. И это касается и его возможностей дистанционного зондирования. Например, пользователи могут выполнять контролируемую классификацию, ленточную алгебру и деревья решений.

Вдобавок ко всему, программное обеспечение gvSIG предоставляет более широкий набор инструментов, таких как:

TASSLED CAP: Tassled Cap идеально подходит для наблюдения за здоровьем / энергией растительности и ростом городов.
ИНДЕКСЫ РАСТИТЕЛЬНОСТИ: Панель инструментов индексов растительности анализирует хлорофилл и здоровье растений для получения мультиспектральных данных.

ПОДРОБНЕЕ: Обзор программного обеспечения gvSIG: настольная, трехмерная и мобильная ГИС

9. Opticks

Самое интересное в программе Opticks — это длинный список расширений, которые вы можете добавить. Существуют плагины для растровой математики, обработки радара и гипер / мультиспектральности.

Перед загрузкой расширения обязательно проверьте совместимость.На самом деле вам, возможно, придется уменьшить версию Opticks, чтобы расширение работало правильно

10. Промежуточное изображение

InterImage немного отличается от других программ дистанционного зондирования с открытым исходным кодом в этом списке. Он специализируется на автоматической интерпретации изображений, что довольно удобно.

Ключевой темой автоматической интерпретации изображений является объектно-ориентированный анализ изображений (OBIA). Это включает сегментацию, изучение их спектральных, геометрических и пространственных свойств, а затем классификацию.

Хотя InterImage был разработан в Бразилии, документация доступна на английском языке.

11. ILWIS: Интегрированная информационная система по земле и воде.

За более чем 25 лет ILWIS стал популярным вариантом для энтузиастов ГИС. На самом деле, с момента первого выпуска его скачали более 27 000 раз. Но только недавно он стал общедоступным.

Одной из его ключевых особенностей являются инструменты стереоскопии, анаглифа и фотограмметрии.Если у вас есть спутниковые данные, в ILWIS также есть методы классификации изображений для создания классов земного покрова.

ILWIS изначально создавался для исследователей и студентов. По этой причине усилия были сосредоточены на разработке удобной для пользователя среды.

ПОДРОБНЕЕ: ILWIS — Integrated Land and Water Information Management

12. E-foto

E-foto — это специалист по цифровой фотограмметрии в группе программного обеспечения дистанционного зондирования с открытым исходным кодом.Основной функционал:

Фототриангуляция
Стереоскопическое моделирование
Извлечение цифровой модели рельефа

Это программное обеспечение предоставляет полностью функциональный набор инструментов для фотограмметрии, который можно использовать бесплатно. E-foto содержит множество руководств и примеров, которые помогут вам стать экспертом по фотограмметрии.

13. OSSIM: карта изображений программного обеспечения с открытым исходным кодом

Он не только активно разрабатывался на протяжении почти двух десятилетий, но и достаточно интересен, он финансируется через министерства США, такие как разведка и оборона.

OSSIM — это высокопроизводительное приложение для дистанционного зондирования с открытым исходным кодом. Хорошо с совместимостью. Например, он поддерживает более 100 растровых и векторных форматов и не менее 4000 типов проекций.

Он поддерживает длинный список датчиков. Но для некоторых могут потребоваться дополнительные плагины. Если вам нужно какое-то направление дистанционного зондирования для изображений с высоким пространственным разрешением, OSSIM может быть тем ответом, который вы искали.

Каков ваш проект дистанционного зондирования?

Этот список программного обеспечения дистанционного зондирования с открытым исходным кодом охватывает широкий спектр дисциплин, таких как фотограмметрия, OBIA, LiDAR, SAR и другие.

Хотя некоторые компании тратят тысячи долларов на программное обеспечение для дистанционного зондирования, просто помните, что вы можете сделать все это с открытым исходным кодом.

ГИС и программное обеспечение дистанционного зондирования являются частью того, что некоторые называют «движением за открытый исходный код».

И эта коллекция из 10 бесплатных пакетов программного обеспечения дистанционного зондирования с открытым исходным кодом поможет вам, как если бы это было коммерческое программное обеспечение.

Дистанционное зондирование. Информация

Вт 07 апрель 2020 | Теги: DockerSingularityARCSIRSGISLib

Что такое контейнер

Контейнер — это стандартная единица программного обеспечения, которая упаковывает код и все его зависимости, поэтому приложение быстро и надежно работает от одной вычислительной среды к другой.Это полезно там, где есть много сложных зависимостей, которые обновляются в разные периоды времени. Также полезно разрешить тестировать версию программного обеспечения вместе с этими зависимостями, а затем повторно развертывать ее, зная, что все одинаково и, следовательно, система будет работать так, как задумано.

Почему Docker

Docker (https://www.docker.com) — наиболее широко используемая контейнерная система, доступная для нескольких платформ. Это легкая контейнерная система, которая создает автономный исполняемый пакет, включающий все необходимое для запуска пакета: код, среду выполнения, системные инструменты, системные библиотеки, настройки.

Затем один контейнер может быть запущен на нескольких платформах (например, Linux, MacOS и Windows) без внесения каких-либо изменений в программное обеспечение или необходимости повторной сборки программного обеспечения. Контейнер также может быть помечен тегами для создания уникальной версии системы, инкапсулированной в контейнере, которую можно повторно использовать в более поздний момент, обеспечивая возможность воспроизведения результата.

В этом случае, независимо от того, создано ли программное обеспечение с помощью conda-forge (https://conda-forge.org) или spack (https: // spack.readthedocs.io) мы можем инкапсулировать инструменты и зависимости в контейнер докера для повторного использования.

Сингулярность

Docker нельзя использовать в общей системе (например, HPC), так как для работы требуется root (администраторский) доступ, что не всегда возможно или желательно. Однако доступна альтернатива, которая может импортировать контейнеры Docker, называемая Singularity (https://sylabs.io/singularity/), которая специально поддерживает системы HPC. Однако Singularity доступен только для Linux, а поддержка MacOS находится в стадии разработки.

Singularity может импортировать образ докера и поэтому может быть легко использован вместо докера с тем преимуществом, что образ контейнера хранится в одном файле в файловой системе, а не централизованно системой.

Однако из-за поддержки на всех платформах в оставшейся части этого руководства основное внимание будет уделено использованию Docker.

MacOS и Windows

Чтобы установить Docker, войдите на сайт https://hub.docker.com и следуйте инструкциям по загрузке и установке программного обеспечения.

Linux

Ubuntu / Debian

Инструкции доступны на https://docs.docker.com/install/linux/docker-ce/ubuntu/, но если у вас ранее не был установлен Docker, используются следующие команды:

  sudo apt-get update
sudo apt-get install docker-ce docker-ce-cli containerd.io

CentOS

Инструкции доступны на https://docs.docker.com/install/linux/docker-ce/centos/, но если у вас ранее не был установлен Docker, используются следующие команды:

  sudo yum install docker-ce docker-ce-cli containerd.io

Fedora

Инструкции

доступны по адресу https://docs.docker.com/install/linux/docker-ce/fedora/, но если у вас ранее не был установлен Docker, используются следующие команды:

  sudo dnf установить docker-ce docker-ce-cli containerd.io

ПРИМЕЧАНИЕ Терминология: Docker имеет образы и контейнеры. Docker Image — это набор файлов, у которых нет состояния, тогда как Docker Container — это экземпляр Docker Image.Другими словами, Docker Container — это экземпляр во время выполнения образов.

На https://hub.docker.com вы найдете много полезных образов Docker, которые были созданы и готовы к использованию.

Образы Docker, которые мы будем использовать в оставшейся части этого руководства, принадлежат мне, и их можно просмотреть по адресу: https://hub.docker.com/u/petebunting.

au-eoed

Этот образ содержит выпущенную версию RSGISLib (https://www.rsgislib.org) и ARCSI (https: // arcsi.remotesensing.info) и их зависимости, например GDAL (https://www.gdal.org). Это изображение, которое больше всего захочется использовать для анализа данных дистанционного зондирования (т.е. спутниковых снимков).

Дополнительная информация: https://hub.docker.com/r/petebunting/au-eoed

Устанавливается с помощью следующей команды:

  docker pull petebunting / au-eoed

Если бы вы использовали Singularity, команда для создания этого образа была бы:

  сингулярность pull docker: // petebunting / au-eoed

au-eoed-dev

Этот образ содержит выпущенную версию RSGISLib (https: // www.rsgislib.org), ARCSI (https://arcsi.remotesensing.info) и EODataDown (https://eodatadown.remotesensing.info) и их зависимостей, например GDAL (https://www.gdal.org).

Этот образ не следует использовать в большинстве случаев, поскольку он регулярно меняется и иногда может содержать неисправные версии программного обеспечения. Однако он содержит самые последние версии различного программного обеспечения и зависимостей.

Дополнительная информация: https://hub.docker.com/r/petebunting/au-eoed-dev

Устанавливается с помощью следующей команды:

  docker pull petebunting / au-eoed-dev

Если бы вы использовали Singularity, команда для создания этого образа была бы:

  Докер для извлечения сингулярности: // petebunting / au-eoed-dev

спдлиб

Этот образ содержит выпущенную версию SPDLib (https: // www.spdlib.org) свои зависимости, например GDAL (https://www.gdal.org).

Это изображение, которое больше всего захочется использовать для анализа данных LiDAR.

Дополнительная информация: https://hub.docker.com/r/petebunting/spdlib

Устанавливается с помощью следующей команды:

  docker pull petebunting / spdlib

Если бы вы использовали Singularity, команда для создания этого образа была бы:

  приложение для извлечения сингулярности: // petebunting / spdlib

После того, как вы загрузили образ Docker, он будет установлен в вашей системе, чтобы увидеть, какие образы вы загрузили в свою систему, используйте следующую команду:

Чтобы узнать, какие контейнеры у вас запущены, вы можете использовать следующую команду:

Если вы обнаружите, что Docker использует много места для хранения на вашем компьютере, то для удаления образа из вашей системы можно использовать следующую команду:

Если вы хотите удалить все образы докеров со своего компьютера, это можно сделать с помощью следующей команды:

Если вы хотите закрепить образ докера с определенным тегом, по умолчанию извлекается последний тег, тогда это можно сделать: : , а затем имя тега, как показано ниже для petebunting / au-eoed- dev , чтобы загрузить изображение с тегом 20200129 :

  docker pull petebunting / au-eoed-dev: 20200129

Самый простой способ использовать образ Docker — войти в контейнер в командной строке терминала.На этом этапе у вас будет доступ к программному обеспечению, установленному в образе Docker, как через Терминал на вашем собственном локальном компьютере. Выполнение следующей команды приведет к выходу для выхода из контейнера:

  docker run -i -t petebunting / au-eoed / bin / bash

Попав в контейнер, попробуйте запустить такую команду, как gdalinfo --formats , чтобы проверить работу системы.

Однако вы заметите, что у вас нет доступа к вашим файлам, чтобы получить доступ к вашей локальной файловой системе, вам необходимо смонтировать ее в контейнере Docker, как показано ниже.ПРИМЕЧАНИЕ: переменная $ {PWD} является ссылкой на текущее местоположение (то есть, где в вашей файловой системе вы запустили образ докера), она отображается в каталог / data в контейнере Docker.

  docker run -i -t -v $ {PWD}: / data petebunting / au-eoed / bin / bash

Из командной строки терминала в контейнере Docker теперь вы можете перейти в каталог / data . Если вы перечислите содержимое каталога, вы найдете те же файлы, в которых вы выполнили команду docker run .

Вы также можете указать конкретный локальный путь для сопоставления, например:

  docker run -i -t -v / scratch / MyCoolData: / data petebunting / au-eoed / bin / bash

Обратите внимание, что теперь вам нужно будет ссылаться на все свои пути к / data , а не на локальные пути на машине, с которой вы работаете. Кроме того, все данные и сценарии, которые вы хотите использовать, также должны быть доступны в / data .

Чтобы запустить ARCSI с использованием образа докера, вы используете ту же команду, что и в противном случае, но вам нужно предварительно добавить команду Docker и помнить, что все используемые вами файлы относятся к точке монтирования в контейнере Docker.

  docker run -i -t -v / scratch: / data petebunting / au-eoed arcsi.py -s ls5tm \
-p CL

Американский журнал дистанционного зондирования

Последние статьи

Посмотреть все

Альфред Гомер Нгандам Мфондум, Пол Жерар Гбетком, София Хакдауи, Райан Купер, Армель Фабрис Мвого Мото, Брайан Нджуменех

Страниц: 1-15 Опубликовано онлайн: Янв.4, 2021

DOI: 10.11648 / j.ajrs.20210901.11

Показать 6 Загрузки 8

Чуньхуа Чжао, Саймон Блэкмор, Сэм Уэйн, Майкл Варбрик

Страниц: 50-57 Опубликовано онлайн: ноябрь.4 августа 2020 г.

DOI: 10.11648 / j.ajrs.20200802.12

Посмотреть 110 Загрузки 23

Бубакар Солли, Эль Хаджи Балла Дайе, Умар Си

Страниц: 35-49 Опубликовано онлайн: сен.28, 2020

DOI: 10.11648 / j.ajrs.20200802.11

Посмотреть 180 Загрузки 76

Морис Оньянго Оюги

Страниц: 20-34 Опубликовано онлайн: 19 мая 2020 г.

DOI: 10.11648 / j.ajrs.20200801.12

Показать 414 Загрузки 95

Хамза Халид Киджа, Джозеф Очиенг Огуту, Лазаро Йохана Мангева, Джон Букомбе, Франческа Веронес, Бенте Йессен Граае, Джафари Рамадхани Кидегешо, Мохаммед Яхья Саид, Эммануэль Фред Нзунда

Страниц: 1-19 Опубликовано онлайн: апр.29, 2020

DOI: 10.11648 / j.ajrs.20200801.11

Просмотр 446 Загрузок 94

Цзянью Гу, Рассел Г.Congalton

Страниц: 50-61 Опубликовано онлайн: 24 октября 2019 г.

DOI: 10.11648 / j.ajrs.20190702.13

Просмотр 687 Загрузок 151

Ндей Ясин Барри, Мамаду Ламин Ндиай, Селестин Хаухуот, Bienvenu Sambou

Страниц: 35-49 Опубликовано онлайн: окт.14, 2019

DOI: 10.11648 / j.ajrs.20190702.12

Показать 689 Загрузки 173

Рашид Хадриа, Абдельгани Боудхар, Хамза Уатики, Юсеф Лебрини, Лубна Эльмансури, Фуад Гадуали, Хаят Лионбуи Хаят Лионбуи, Тарик Бенабделуахаб

Страниц: 25-34 Опубликовано онлайн: окт.10, 2019

DOI: 10.11648 / j.ajrs.20190702.11

Показать 708 Загрузки 152

Посмотреть все .

Корзина

Обработка цифровых снимков в ДЗЗ (дистанционном зондировании земли) / Хабр

Само цифровое изображение и процесс его получения

Предварительные процедуры обработки снимка

Далее следует процесс улучшения качества изображения, включающий:

Завершающий этап работы со снимками – дешифрирование

Классификация с обучением

Классификация без обучения

Принципы, касающиеся дистанционного зондирования Земли из космического пространства

Принцип I

Принцип II

Принцип III

Принцип IV

Принцип V

Принцип VI

Принцип VII

Принцип VIII

Принцип IX

Принцип X

Принцип XI

Принцип XII

Принцип XIII

Принцип XIV

Принцип XV

Взгляд из космоса. Для чего нужно дистанционное зондирование Земли? | Наука | Общество

Время спутников-шпионов прошло?

80% прогноза погоды — из космоса

И от сердечного приступа спасёт

Дистанционное зондирование (геология) — Remote sensing (geology)

Обзор

Принцип работы

Платформа для переноски

Общее геологическое приложение

Преимущества и ограничения

Геологическое картирование

Спектральные особенности

Минерал и камень

Почва

Текстура почвы и влажность

Органический углерод почвы

Засоленность почвы

Геоморфология

Недоступные районы

Пустыня

Политическая чувствительная область

Геологические опасности

Землетрясения

Цунами

Вулканизм

Оползни

Экономическая геология

Разведка полезных ископаемых и нефти

Исследования подземных вод

Растительность

Планетарные наблюдения

Обработка изображений

Интеграция с ГИС

Гидрология

Оползень

Городские экологические приложения

Ссылки

внешние ссылки

Дистанционное зондирование (археология) — Remote sensing (archaeology)

Общие техники

Спутниковая археология

Примеры региональных приложений

Исследования майя

Майя «коллапс»

Спутниковая археология в Перу

Расположение древнего Ирама

Египет и Римская империя

Ссылки

Дистанционное зондирование из космоса — Paititi Research

Применение ДЗЗ в археологии

Источники открытых данных

Бесплатные данные ДЗЗ

Бесплатное программное обеспечение для работы с данными ДЗЗ

13 пакетов программного обеспечения дистанционного зондирования с открытым исходным кодом

Программное обеспечение дистанционного зондирования с открытым исходным кодом