Дистанционное зондирование земли (ДЗЗ) — это разновидность геопространственной технологии, которая собирает образцы испускаемого и отражаемого электромагнитного (ЭМ) излучения земных, атмосферных и водных экосистем для обнаружения и мониторинга физических характеристик местности без физического контакта. Чаще всего этот метод сбора данных обычно включает авиационные (на данном этапе исключительно БПЛА) и спутниковые сенсоры, которые классифицируются как пассивные или активные сенсоры (датчики). Наземные сенсоры (приборы) используются на локальном уровне и для повышения качества спутниковых и воздушных данных.
В последние годы в раздел дистанционного зондирования включают наземные сенсоры ДЗЗ, что в совокупности с космосом и авиацией, как носителей сенсоров, позволяет получать новое качество исследуемой области или объекта.
Пассивные сенсоры реагируют на внешние раздражители, собирая излучение, которое отражается или испускается объектом, или окружающим пространством. Наиболее распространенным источником излучения, измеряемым пассивным дистанционным зондированием, является отраженный солнечный свет. Популярные примеры пассивных дистанционных датчиков включают устройства с зарядовой связью, цифровые фотографии и видео съемку, радиометры, гиперспектральные и инфракрасные сенсоры.
Виды дистанционного зондирования
Виды дистанционного зондирования можно классифицировать по различным критериям, отражающим особенности их применения и технологий. Одним из основных способов классификации является разделение по диапазонам электромагнитного излучения, такие как видимый свет, инфракрасное и ультрафиолетовое излучение, микроволны и радиоволны. Кроме того, виды дистанционного зондирования могут быть разделены на активные и пассивные, в зависимости от того, использует ли система собственный источник излучения или регистрирует отраженное излучение. Также существует классификация по типу платформы, на которой установлены сенсоры зондирования, такие как спутники, БПЛА или аэростаты. Каждый из этих видов обладает своими особенностями и предоставляет ценную информацию для широкого спектра прикладных задач, начиная от мониторинга климатических изменений и окружающей среды до планирования городского развития и сельского хозяйства.
1. Оптическое зондирование:
- Особенности: использует видимый и инфракрасный спектр для получения изображений Земли.
- Преимущества: обеспечивает высокое пространственное разрешение, позволяет получать детальные изображения поверхности.
2. Тепловое зондирование (термальное):
- Особенности: измеряет тепловое излучение поверхности для анализа температурных характеристик.
- Преимущества: позволяет обнаруживать изменения температуры, идентифицировать горячие точки (в том числе утечки нефти), полезно для мониторинга теплового состояния объектов.
3. Радиолокационное зондирование:
- Особенности: использует радиодиапазон электромагнитных волн для изображения поверхности, проникает сквозь облака и осуществляет обзор в различных погодных условиях.
- Преимущества: обеспечивает возможность работы в условиях низкой освещенности или неблагоприятной погоды, обнаруживает изменения рельефа и структуры поверхности.
4. Гиперспектральное зондирование:
- Особенности: измеряет отраженное или испущенное электромагнитное излучение в дискретных длинах волн в широком спектре с маленькими полосами.
- Преимущества: позволяет получать спектральные характеристики объектов на большое полосе спектра, обеспечивает высокую способность различения типов поверхности и веществ.
Классификация по типу пространственного разрешения аэрокосмических снимков:
- Очень низкое (хуже 100 м).
- Низкое (15–100 м).
- Среднее (5–15 м).
- Высокое (1–2,5 м).
- Сверхвысокое (0,3–0,5 м).
- Сверхсверхвысокое (0,02–0,5 м).
Космическая съемка среднего пространственного разрешения (10 м) обладает наибольшей популярности, в связи с наличием общедоступных порталов и каталогов снимков, таких как Геологическая служба США (USGS) и Sentinel Hub. Ученые и студенты со всего мира пользуются данными с этих порталов для научных исследований и практики в ДЗЗ.
Однако для инженерных работ требуются данные более высокого разрешения (от 0,15 м до 1 м).
Также существуют и другие категории ДЗЗ.
Пассивный метод
B пассивном зондировании измерения производятся с помощью излучения, которое происходит от объектов поверхности Земли, таким образом, не требуется использования источника излучения на необходимой части спектра.
Активный метод
B активном зондировании используется свой источник излучения, который облучает поверхность земли, а затем регистрирует и анализирует обратно полученный от объектов сигнал.
Например, сенсоры RADAR и LiDAR являются типичными активными инструментами дистанционного зондирования, которые измеряют временную задержку между излучением и возвращением, чтобы установить местоположение, направление и скорость объекта. Собранные данные дистанционного зондирования затем обрабатываются и анализируются с помощью оборудования для дистанционного зондирования и компьютерного программного обеспечения (наиболее сложное решение - аналитические продукты, представленные в квазиреальном времени), которые доступны в различных приложениях, прежде всего в геоинформационных системах (ГИС).
Виды зондирования:
1. Спутниковое зондирование:
- Включает использование космических аппаратов для распознавания объектов поверхности Земли, погодных условий и других параметров.
- Возможности: используется для широкого масштаба исследований, мониторинга, картографии и других применений.
2. Аэрофотосъемка:
- Основана на использовании фотокамеры, устанавливаемой на борту самолета, вертолета или другого пилотируемого аппарата, для захвата изображений поверхности Земли с высоты полета.
- Применение: используется в географии, картографии, научных условиях и при поиске человеческого фактора в глуши.
3.Съемка с БПЛА (Беспилотные летательные аппараты):
- Специализированные устройства, которые позволяют проводить воздушную аэрофотосъемку без человека на борту.
- Применение: используется в мониторинге полей, лесов, лесопромышленных районов для безопасного и эффективного распознавания проблем. Обладает наивысшим пространственным разрешением.
Например, обобщенные характеристики наиболее востребованных на рынке источников данных ДЗЗ на сегодняшний день показаны в таблице №1.
| Параметры | Cпутник | Аэрофотосъемка | |
|---|---|---|---|
| Пилотируемая авиация | Беспилотный летательные аппараты | ||
| Оптимальная площадь съемки | >100 км2 | 50-1000 | <100 км2 |
| Cенсоры | Мультиспектр | Мультиспектр | Мультиспектр |
| Гиперспектр | Гиперспектр | Гиперспектр | |
| Тепловой | Тепловой | Тепловой | |
| Радиолокация (радар) | Радиолокация (радар) | Радиолокация (радар) | |
| LIDAR (лазерное сканирование) | LIDAR (лазерное сканирование) | LIDAR (лазерное сканирование) | |
| Пространственное разрешение | 0,25 м до 10 м | 0,1 м до 1,5 м | 0,02 до 1 м |
| Стоимость снимка площадью (USD) | |||
| 1 км | - | - | 200 |
| 5 км | - | - | 500 |
| 25 км | 200 | - | 1 250 |
| 50 км | 500 | 6 250 | 1 750 |
| 100 км | 1 000 | 10 000 | 3 000 |
| 1000 км | 10 000 | 40 000 | - |
| 10000 км | 70 000 | 150 000 | - |
Решаемые задачи
- Использование данных ДЗЗ в исследованиях окружающей среды позволяет лучше понимать различные её аспекты включая климат, атмосферные условия, поверхность земли, растительность, гидрологию, и другие. Данные исследования важны для мониторинга изменений в окружающей среде и понимания ее динамики. Спутниковые данные позволяют отслеживать обширные ледяные шапки и контролировать уменьшение площади льдов в Арктике.
- Данные, полученные с помощью ДЗЗ, используются для анализа и прогнозирования погоды, что улучшает прогнозы погодных явлений и способствует повышению безопасности людей. Точные данные о развитии ураганов позволяют своевременно эвакуировать население из зон возможных бедствий, отслеживание айсбергов и мониторинг льда на Северном Морском пути позволяет судам быстро и безопасно переправлять грузы.
- ДЗЗ позволяет создавать высококачественные карты и модели местности, что необходимо для городского развития, сельского хозяйства, транспортной инфраструктуры и геодезии. Например, использование спутниковых данных при планировании новых дорожных сетей поможет оптимизировать транспортное движение и снизить транспортные пробки.
- Мониторинг и управление природными ресурсами благодаря данным ДЗЗ эффективно оптимизирует использование ресурсов, оперативно предотвращает лесные пожары, контролирует загрязнение воды и обеспечивает устойчивое управление окружающей средой. Например, мониторинг лесных массивов позволяет оперативно выявлять очаги возгораний и локализовать пожары до их разрастания.
- ДЗЗ играет важную роль в изучении и мониторинге климатических изменений, позволяя ученым изучать изменения в ледяных покровах, уровне моря, температуре поверхности и других факторах, связанных с изменением климата. Например, данные спутниковых наблюдений помогают оценить темпы таяния антарктического льда и их влияние на уровень мирового океана.
- Мониторинг и предупреждение природных бедствий с помощью ДЗЗ помогает своевременно реагировать на угрозы и организовывать спасательные операции при землетрясениях, вулканических извержениях, наводнениях и других бедствиях. Например, оперативное предупреждение о надвигающемся цунами спасает тысячи жизней на прибрежных территориях.
- Наблюдение за изменениями в экосистемах с использованием ДЗЗ помогает изучать деградацию лесов, потерю биоразнообразия, изменения в распределении видов и различные формы экологического восстановления. Например, мониторинг угрозы вымирания определенных видов животных помогает разрабатывать меры по сохранению их популяции.
- Мониторинг антропогенного воздействия с помощью ДЗЗ позволяет отслеживать влияние человеческой деятельности на окружающую среду, оценивать загрязнение воздуха и воды, изменение землепользования и развитие городов и инфраструктуры. Например, анализ данных о выбросах парниковых газов помогает контролировать уровень загрязнения атмосферы и принимать меры по экологической защите.
Приложения и сервисы ДЗЗ разнообразны и могут быть применены в различных областях, включая науку, экологию, географию, сельское хозяйство, градостроительство, транспорт и другие отрасли.
Примеры данных ДЗЗ и их использование
Панхроматические данные
Панхроматические данные получаются в видимом спектре электромагнитного излучения с длиной волны от 400 до 700 нм. Эти данные представляют собой черно-белые изображения с высоким разрешением, захватываемые одним каналом. Спутники, такие как WorldView-3, Pleiades и QuickBird, могут предоставлять панхроматические данные с разрешением до 30 см на местности. Для БПЛА примерами аппаратов являются DJI Phantom 4 Pro, senseFly eBee X, WingtraOne с разрешением до 2–5 см на местности. При аэрофотосъемке с вертолета или самолета используются камеры Phase One iXU-RS1000 с разрешением 10–20 см на местности.
- Преимущества:
-
- Высокое пространственное разрешение для детального анализа местности.
- Широкий спектр применения в картографии, планировании городского развития, мониторинге окружающей среды.
- Недостатки:
- Ограниченный спектр информации из-за работы только в панхроматическом канале.
- Продукты:
- Ортофотопланы, цифровые модели рельефа, классифицированные карты использования земель.
- Сферы использования:
-
- Геология: помогает в обнаружении геологических структур и минеральных ресурсов.
- Археология: используется для поиска археологических объектов и мониторинга археологических памятников.
- Городское планирование: позволяет мониторить изменения в застройке города и планировать новые объекты инфраструктуры.
- Лесное хозяйство: применяется для мониторинга лесных массивов, контроля за вырубкой и лесозаготовкой.
- Ландшафтное дизайн: используется для планирования благоустройства территорий и создания уникальных ландшафтов.
Мультиспектральные данные
Мультиспектральные данные получаются при наблюдении Земли в нескольких широких спектральных диапазонах. Обычно используются в видимом и инфракрасном диапазонах. Каждый спектральный диапазон предоставляет информацию о разных характеристиках поверхности Земли, такие как растительное покров, почвы. Наиболее известные космические аппараты предоставляющие мультиспектральные данные – серия Landsat, Sentinel-2.
- Преимущества:
-
- Большой спектр информации о поверхности Земли.
- Позволяют проводить более точный анализ различных участков земли.
- Недостатки:
- Иногда сложнее обрабатывать и анализировать из-за большего объема данных.
- Продукты:
-
- Тематические специализированные карты;
- Индексы вегетации (например NDVI), минеральные индексы, карты использования земель, определение заболеваний растений.
- Сферы использования:
-
- Сельское хозяйство: помогает в мониторинге состояния посевов, определении уровня увлажненности почвы, и выявлении заболеваний растений.
- Экология: используется для мониторинга изменений в природной среде, оценки здоровья лесов, и обнаружения загрязнений.
- Управление водными ресурсами: позволяет контролировать уровень и качество водоемов, обнаруживать водоросли и иные факторы водоохраны.
- Геоморфология: применяется для изучения форм рельефа, определения типов почв и ландшафтов.
Гиперспектральные данные
Гиперспектральные данные представляют собой информацию о свете, измеряемом через дискретные спектральные каналы с очень узкими интервалами. Эти данные охватывают значительное количество спектральных полос, что позволяет получить более детальную информацию о поверхности Земли. Гиперспектральные данные могут использоваться для выявления минералов, определения состава почвы, и даже анализа состояния здоровья растений. КА предоставляющие гиперспектральные данные: «Ресурс-П» , Earth Observing-1, CartoSat 3, 3A, 3B и другие.
- Преимущества:
-
- Высокая информативность и детализация данных.
- Возможность точной идентификации материалов на поверхности.
- Недостатки:
-
- Требуют более сложной обработки и анализа данных.
- Больший объем данных требует усиленных вычислительных ресурсов.
- Продукты:
-
Определение минералогического состава, картирование биологических видов, диагностика заболеваний растений.
- Сферы использования:
-
- Геология и геологоразведка: используется для поиска и идентификации полезных ископаемых и минералов.
- Сельское хозяйство и агрономия: помогает в мониторинге состояния почвы, определении состава растительности и выявлении заболеваний растений.
- Экология и охрана окружающей среды: применяется для мониторинга здоровья экосистем, обнаружения загрязнений и изменений в природной среде.
- Археология и культурное наследие: используется для обнаружения и исследования археологических объектов под поверхностью земли.
Радиолокационные данные
Радиолокационные данные представляют собой информацию, полученную с помощью радиолокационных систем, которые излучают радиоволны и измеряют их отражение от объектов на земной поверхности. Эти данные могут использоваться для создания изображений земной поверхности, определения высоты объектов, мониторинга изменений в природной среде и даже для обнаружения подземных структур. Основные спутники предоставляющие радарные данные – Sentinel-1, Terrasar-X/TanDEM-X/PAZ, ALOS-2.
- Преимущества:
-
- Способность работать в различных условиях освещенности, погодных условиях и даже сквозь облачность.
- Возможность получить изображения даже в отсутствие видимого света.
- Недостатки:
-
- Низкое пространственное разрешение по сравнению с оптическими сенсорами.
- Воздействие электромагнитный явлений на качество изображения.
- Продукты:
-
Создание радиолокационных карт, определение высоты объектов, мониторинг изменений в ландшафте, цифровые модели рельефа и местности.
- Сферы использования:
-
- Военное дело и безопасность: используется для обнаружения и отслеживания объектов на земной поверхности, в том числе для наблюдения за военными действиями и контроля границ.
- Геология и геофизика: применяется для поиска полезных ископаемых, мониторинга землетрясений и изучения геологических структур.
- Сельское хозяйство и лесное хозяйство: помогает в мониторинге урожайности, контроле лесных пожаров и определении состояния почвы.
- Мониторинг льда: улучшает безопасность судоходства и повышает эффективность грузоперевозки, благодаря оперативному мониторингу айсбергов и льдов.
Тепловые данные
Тепловые данные представляют собой информацию о распределении теплового излучения в изучаемой области. Эти данные могут быть собраны с помощью тепловизионных систем и подскажут, насколько объекты в изображении теплые или холодные с точки зрения инфракрасного излучения. У КА Landsat-8 имеется в наличии тепловой канал. MODIS (Moderate Resolution Imaging Spectroradiometer) - прибор, установленный на спутниках Terra и Aqua НАСА, предоставляет широкий спектр данных, включая тепловые измерения среднего разрешения. Sentinel-3 - серия спутников Европейского космического агентства ESA, оборудованных датчиками для мониторинга океана, атмосферы и суши, включая тепловую инфракрасную радиацию среднего разрешения.
- Преимущества:
-
- Способность обнаруживать скрытые объекты или изменения в температуре объектов.
- Полезно для поиска тепловых утечек в зданиях или поиск людей и животных ночью.
- Недостатки:
-
- Ограничения в разрешении по сравнению с оптическими сенсорами.
- Возможность влияния окружающих температурных условий на точность данных.
- Продукты:
-
Создание тепловых карт, выявление тепловых аномалий, мониторинг изменений в температурном режиме.
- Сферы использования:
-
- Строительство и энергетика: помогает в обнаружении тепловых утечек в зданиях, а также в мониторинге работы тепловых систем.
- Пожарная безопасность: используется для обнаружения пожаров и горячих точек на ранней стадии для быстрого реагирования.
- Медицина и ветеринария: применяется для диагностики травм, заболеваний и поиска животных в условиях низкой видимости
- Военное применение: тепловые данные спутников используются для обнаружения скрытых объектов, ночных операций, наблюдения за движением войск и транспорта, а также для обеспечения безопасности границ и объектов на территории. Такие данные могут помочь выявить подозрительную активность или незаконные действия на значительном расстоянии.
LIDAR данные
LIDAR (лазерная локация) представляет собой технологию замеров дистанций и образов, использующую лазерное излучение для удаленного замера объектов и поверхностей. LIDAR данные представляют собой точечные облака, отражающие структуру и высоту объектов, что позволяет создавать трехмерные модели местности. Полноволновой лидар (GEDI) был прикреплен к Международной космической станции, чтобы обеспечить первые глобальные наблюдения вертикальной структуры леса с высоким разрешением. ICESat-2 будет оснащен одним прибором — усовершенствованной системой топографического лазерного высотомера (ATLAS), которая рассчитывает время прохождения лазерных импульсов для измерения высоты поверхности Земли.
- Преимущества:
-
- Высокая точность замеров высоты и расстояний.
- Возможность создания детальных трехмерных моделей местности.
- Недостатки:
-
- Высокая стоимость оборудования и обработки данных.
- Возможность искажений из-за атмосферных условий или препятствий на маршруте излучения.
- Методы получения данных:
-
- Авиационный LIDAR:Специальные самолеты или вертолеты снабжены LIDAR сканерами для аэросъемки.
- Террестрический LIDAR:Наземные транспортные средства или стационарные установки применяются для сбора данных на земле.
- Поддерживаемые платформы:
-
- Программное обеспечение:
- ArcGIS:Геоинформационная система, поддерживающая обработку и анализ LIDAR данных.
- QGIS:Бесплатная геоинформационная система с возможностью обработки LIDAR информации.
- Облачные платформы:
- AWS (Amazon Web Services): предоставляет возможности для обработки и хранения LIDAR данных в облаке.
- Google Cloud Platform: позволяет работать с большими объемами LIDAR информации и проводить анализ в облаке.
- Программное обеспечение:
- Сферы использования:
-
- Геодезия и картография:LIDAR данные используются для создания цифровых высотных моделей и карт высот.
- Геология и геоморфология: используются для изучения геологических структур, рельефа и изменений в природной среде.
- Градостроительство и планирование территории: помогают в разработке градостроительных проектов и оптимизации транспортной инфраструктуры.
Нужна консультация?
Оставьте заявку, и мы с вами свяжемся.
Выполненные проекты
Наши клиенты
Часто задаваемые вопросы
Пространственные данные — это любой тип данных, которые прямо или косвенно относятся к определенной географической области или местоположению. В настоящее время чаще называемые геопространственными данными или геопространственной информацией, пространственные данные также могут численно представлять физический объект в географической системе координат.
Однако понятие геопространственные данные — это гораздо больше, чем пространственный компонент, например карты.
Надо представлять, что есть сырые данные (в 80% это изображения), полученные с сенсоров ДЗЗ, обработанные данные (продукты ДЗЗ, как правило в оболочке ГИС) и аналитические данные - информация, подсказки по той или иной отрасли экономики, задаче или военной системе.
Существует огромная разница между данными и информацией. Данные сырые, объемные и часто бесполезные. С другой стороны, информация – это сила. Информация полезна конечному пользователю и помогает принимать обоснованные решения, которые могут быть разницей между успехом и неудачей.
Говоря с точки зрения геопространственной отрасли, компании, занимающиеся аналитикой дистанционного зондирования, представляют собой разницу между данными и информацией. Используя мощные алгоритмы, они могут преобразовывать большие объемы данных в информацию, которая используется организациями всех размеров и форм для принятия решений.
Пользователи могут сохранять пространственные данные в различных форматах, так как они могут содержать не только данные о местоположении. Анализ этих данных позволяет лучше понять, как каждая переменная влияет на отдельных лиц, сообщества, группы населения, территорию, объект и т. д.
Существует несколько типов пространственных данных, но два основных типа пространственных данных — это геометрические данные и географические данные.
Геометрические данные — это тип пространственных данных, отображаемый на плоской двумерной поверхности. Примером могут служить геометрические данные в планах этажей. Карты Google — это приложение, которое использует геометрические данные для определения точного направления. Фактически, это один из простейших примеров использования пространственных данных в действии.
Географическая привязка и геокодирование.
Подобные процессы, географическая привязка и геокодирование, являются важными аспектами геопространственного анализа. И геокодирование, и географическая привязка включают в себя подгонку данных к реальному миру с использованием соответствующих координат, но на этом сходство заканчивается.
Пространственная привязка концентрируется на присвоении координат данных векторам или растрам. Такой подход помогает точно моделировать поверхность планеты.
Фотограмметрия использует визуализацию, а не сбор данных о длине световой волны. Она включает определение пространственных свойств и размеров объектов, запечатленных на цифровых фотографических снимках.
Вектор и растр (рис.1) являются распространенными форматами данных, используемыми для хранения геопространственных данных.
Векторы — это графическое представление реального мира. Существует три основных типа векторных данных: точки, линии и полигоны. Точки помогают создавать линии, а соединительные линии образуют замкнутые области или многоугольники. Векторы часто представляют собой обобщение особенностей или объектов на поверхности планеты. Например, векторные данные (более 78% пользователей) хранятся в шейп-файлах, иногда называемых файлами shp (программа ArcGIS).
Растр представляет информацию, представленную в пиксельной сетке. Каждый пиксель, хранящийся в растре, имеет значение. Это может быть что угодно, от единицы измерения, цвета или информации о конкретном элементе. Как правило, растр относится к изображениям, но в пространственном анализе он часто относится к ортоизображению или фотографиям, сделанным и первично обработанным с воздушных устройств или спутников.
Также есть нечто, называемое атрибутом. Всякий раз, когда пространственные данные содержат дополнительную информацию или непространственные данные, они называются атрибутами. Пространственные данные могут иметь любое количество атрибутов местоположения. Например, это может быть карта, фотографии, историческая справка или что-либо еще, что может быть сочтено необходимым.
Технология пространственных данных концентрируется на извлечении более глубокого понимания из данных, используя полный набор пространственных алгоритмов и аналитических методов. К современным методам относятся использование машинного обучения и глубокого обучения для выявления скрытых закономерностей в данных. Такой подход помогает улучшить прогностические модели.
Пространственные данные могут также включать атрибуты, предоставляющие дополнительную информацию об объекте, который они представляют. Это помогает пользователям понять, где что происходит и почему. Например, географические (геоинформационные) информационные системы (ГИС) и другие специализированные программные приложения помогают получать доступ, визуализировать, манипулировать и участвовать в пространственном анализе.
Эксперты ожидают, что наука о пространственных данных станет более важной, поскольку государственные учреждения и предприятия стремятся принимать более разумные решения на основе данных.
Другие аспекты науки о пространственных данных включают интеллектуальный анализ пространственных данных и визуализацию данных.
Интеллектуальный анализ пространственных данных описывает процесс обнаружения скрытых закономерностей в больших наборах пространственных данных. Являясь ключевым фактором разработки приложений, ГИС, интеллектуальный анализ пространственных данных позволяет пользователям и профессионалам отрасли геопространства извлекать ценные данные о смежных регионах и исследовать пространственные закономерности. В этом сценарии учитываются пространственные переменные, такие как расстояние и направление.
Программное обеспечение для визуализации данных, позволяет в геопространственной технологии подключать различные файлы пространственных данных, такие как базы геоданных Esri File в ArcGIS, файлы GeoJSON, файлы языка разметки Keyhole (KML), таблицы MapInfo, шейп-файлы и файлы TopoJSON и др.
После подключения специалисты ГИС или пользователи могут создавать карты точек, линий и полигонов, используя информацию из файлов пространственных данных, файлов лидарных данных и файлов геопространственных данных.
За 20 последних лет пространственные данные используются не только для картографии (доля создания карт по данным ДЗЗ на 2021 год составляет 60%, в 2000 году эта доля была 95%), но и для таких новых направлений как BIM, SMART, IoT, OutDoor/InDoor.
Навигационные технологии, мобильные технологии составляю основополагающую базу для пространственных данных. Например, популярные мобильные приложения, позволяет разработчикам данных создавать сложные комбинированные приложения, используя наборы геопространственных и временных данных из данных IoT, карт, погоды, БПЛА, спутников и т. д.
Сегодня пространственные данные занимают ведущую нишу в технологии управления и выборки нужной компоненты информации в среде BIG DATA, машинного чтения («искусственного интеллекта»), нейросетевого анализа и других перспективных направлений науки и IT технологий.
Практически, эко среда обитания и развития Человека связана с пространственными данными - земля, вода, океан, атмосфера, природа, ресурсы, города, дороги, любая инфраструктура, социальные, политические и военные взаимодействия.
Качество и технические характеристики сенсоров, условия съемки дистанционного зондирования Земли определяются исходя из их пространственного, спектрального, радиометрического и временного разрешения (частоты съемки), которые определяются задачей на обработку данных и получения конечного продукта или услуги ДЗЗ.
Задачи Заказчика определяют выбор характеристики данных сенсоров.
Пространственное разрешение
Размер пикселя, записанного в растровом изображении. Обычно пиксели могут соответствовать квадратным областям со стороной от 0,15 до 1000 метров.
Способность снимать поверхность земли на один пиксель, например, спутниковых сенсоров, называется пространственным разрешением (в обиходе существует термин – геометрическое разрешение на поверхности земли). В некоторых случаях пространственное разрешение зависит от орбиты, на которой КА летает.
В настоящее время большое внимание уделяется увеличению пространственного разрешения спутниковых сенсоров. Оно достигает 15–25 см. Повышение пространственного разрешения повышает качество изображений.
Авиа и БПЛА имеет разрешение до 3–5 см, а наземная лидарная съемка до 3–5 мм.
Наглядные сравнительные изображения для понимания пространственного разрешения на рис.2, 3, 4, 5).
Спектральное разрешение
Длина волны различных записанных частотных диапазонов — обычно это связано с количеством частотных диапазонов электромагнитного спектра, записанных платформой сенсора (рис.6)
Спектральное разрешение — это характеристика сенсора, который делает снимки в разных длинах волн спектра. В настоящее время в современном дистанционном зондировании используют панхроматические, мультиспектральные (рис.7), суперспектральные и гиперспектральные изображения, основанные на этой характеристике. Как известно, различные объекты по-разному отражают лучи в разных длинах волн. Поэтому, чтобы определить какую-либо характеристику объекта, необходимо изучить его отражающие свойства в разных длинах спектра. Например, чтобы использовать изображение в качестве фона, достаточно иметь его изображение, снятое в трех диапазонах спектра: зеленом, синем и красном (RGB).
Но, если мы хотим получить от него больше данных, например, для выражения непроницаемых поверхностей, классификации растительности, мы должны использовать ближний инфракрасный диапазон (NIR) или тепловой ИК. В этом случае возможности сканера MODIS не ограничены. Он делает снимки в 36 спектрах в диапазоне длин волн от 0,4 мкм до 14,4 мкм и передает их на Землю. Чем больше диапазонов, тем легче идентифицировать объект. В этом отношении спутниковый сканер Landsat 8, 9 занимает второе место. Его спектральное изображение снимается в 10 диапазонах (береговой, синий, зеленый, красный, NIR, SWIR1, SWIR2, Pan, TIR1, TIR2). Если учесть идентификатор Cirus атомов воды как одну полосу, то количество полос Landsat 8 OLI TIRS достигнет 11 полос. Дело в том, что полоса Cirus не принимает изображения в световом диапазоне длин волн, а работает в соответствии с функцией свето - возвращения налетающих аэрозолей. Последнее место занимают спутники WorldView2 и WorldView3. Сенсоры этих спутников передают нам изображения в 9 спектральных диапазонах длин волн. Этими диапазонами являются Coastal, Blue, Green, Yellow, Red, RedEdge, NIR1, NIR2 и Pan. В связи с этим спутниковые сканеры MODIS получили высокую оценку. Но из-за плохого пространственного разрешения он не находит широкого применения.
Поэтому в настоящее время наибольшим спросом пользуются данные со спутника WV3. Особенно его расширенный красный диапазон.
Тематические решения по космическим данным создают большинство продуктов ДЗЗ на основе именно изображений WV3.
Условия нормальной работы сенсоров, т. е. получения качественных изображений определяются окнами прозрачности атмосферы, позволяющим пропускать заданный участок электромагнитного спектра сенсора.
Спектральные характеристики и окна прозрачности атмосферы для сенсоров ДЗЗ представлены на рис.7.
Радиометрическое разрешение
Количество различных интенсивностей излучения, которые сенсор способен различать. Обычно это диапазон от 8 до 14 бит, что соответствует 256 уровням шкалы серого и до 16 384 интенсивностей или «оттенков» цвета в каждой полосе. Это также зависит от «шума» сенсора.
Представить разницу радиометрического разрешения легко по рис.8
Временное разрешение
Частота пролетов спутника или самолета (БПЛА) и съемка над одной и той же территорией или объектом наблюдения. Имеет большое значение для исследований временных рядов данных ДЗЗ, когда идет процесс мониторинга (сельское хозяйство, строительство, военное дело, водные ресурсы, ЧС и т. п.). Например, спутниковое временное разрешение ДЗЗ сегодня в военном деле доходит до 15 мин, а в гражданском 1–2 часа, а сезонное разрешение может быть годовое (архивные данные). Архивные данные для глубокого исследования изменений территории могут быть десятилетними (рис.9, 10).
Лицензии
Наши партнеры
