A távérzékelés az információ távoli megszerzése. A NASA a Földet és más bolygótesteket műholdak és repülőgépek távérzékelőin keresztül figyeli, amelyek észlelik és rögzítik a visszavert vagy kibocsátott energiát. A távérzékelők, amelyek globális perspektívát és rengeteg adatot szolgáltatnak a Föld rendszeréről, lehetővé teszik az adatokra alapozott döntéshozatalt bolygónk jelenlegi és jövőbeli állapota alapján.

• Pályák
• Megfigyelés az elektromágneses spektrummal
• Szenzorok
• Felbontás
• Adatfeldolgozás, értelmezés és elemzés
• Adat útkeresők

Pályák

A műholdaknak három elsődleges típusú pályája van: sarki; nem poláris, alacsony földi pálya és geostacionárius.

A sarki keringő műholdak olyan pályasíkban vannak, amely közel 90 fokban hajlik az Egyenlítő síkjához. Ez a hajlás lehetővé teszi a műhold számára, hogy érzékelje az egész földgömböt, beleértve a sarki területeket is, és megfigyeléseket nyújtson a földön keresztül nehezen elérhető helyekről. Számos sarki körül keringő műholdat napszinkronnak tekintenek, ami azt jelenti, hogy a műhold minden ciklusban ugyanazon a napszakon halad át ugyanazon a helyen.

A sarki pályák emelkedő vagy csökkenő lehet. Emelkedő pályákon a műholdak délről északra haladnak, amikor útjuk keresztezi az Egyenlítőt. Csökkenő pályán a műholdak északról délre haladnak. A közös NASA / NOAA Suomi Nemzeti Polar-körül keringő partnerség (Suomi NPP) egy pólusú, keringő műhold példája, amely napi lefedettséget biztosít a világon.

A nem poláris, alacsony földi pályák jellemzően 2000 km-nél kisebb magasságban vannak a Föld felszíne felett. (Referenciaként: a Nemzetközi Űrállomás ~ 400 km magasságban kering.) Ezek a pályák nem biztosítanak globális lefedettséget, ehelyett csak a szélességek egy részét fedik le. A globális csapadékmisszió (GPM) egy pólusú, alacsony földi pályájú műholdas példa, amely északi 65 foktól déli 65 fokig terjed.

A geostacionárius műholdak a Föld forgását követik, és ugyanolyan sebességgel haladnak. a forgás; emiatt a műholdak egy földi megfigyelő számára úgy tűnik, hogy egy helyre vannak rögzítve. Ezek a műholdak minden megfigyeléskor ugyanazt a Föld-képet rögzítik, és így szinte folyamatosan lefedik az egyik területet. Az időjárási műholdak, például a Geostationary Operational Environmental Satellite (GOES) sorozatok példák a geostacionárius műholdakra.

Megfigyelés az elektromágneses spektrummal

A töltött részecskék rezgésével előállított elektromágneses energia utazik. hullámok formájában a légkörön és a tér vákuumán keresztül. Ezeknek a hullámoknak különböző a hullámhossza (a hullámcsúcstól a hullámcsúcsig terjedő távolság) és frekvenciája; a rövidebb hullámhossz nagyobb frekvenciát jelent. Egyesek, mint például a rádió, a mikrohullámú és az infravörös hullámok, hosszabb hullámhosszal rendelkeznek, míg mások, például az ultraibolya, röntgensugarak és gammasugarak, sokkal rövidebbek. A látható fény a hosszú és rövid hullámú sugárzás tartományának közepén helyezkedik el. Ez az energia kis része mindaz, amit az emberi szem képes észlelni. Műszerekre van szükség az elektromágneses energia minden más formájának kimutatásához. A NASA műszerei a spektrum teljes skáláját felhasználják az itt, a Földön és más bolygótesteken végbemenő folyamatok feltárására és megértésére.

Bizonyos hullámokat elnyelik vagy visszaverik a légkör elemei, például a víz gőz és szén-dioxid, míg egyes hullámhosszak akadálytalan mozgást tesznek lehetővé a légkörben; a látható fény hullámhossza átjuthat az atmoszférán. A mikrohullámú energia hullámhossza átmehet a felhőkön; sok időjárási és kommunikációs műholdunk kihasználja ezt.

A műholdak által megfigyelt energia elsődleges forrása a nap. A visszavert napenergia mennyisége a felület érdességétől és albedójától függ, amely egy felület mennyire tükrözi a fényt ahelyett, hogy elnyelné.Például a hó nagyon magas albedóval rendelkezik, amely a naptól kapott energia akár 90% -át is visszatükrözi, míg az óceán csak körülbelül 6% -át tükrözi, a többit elnyeli. Gyakran, amikor az energia elnyelődik, újra kibocsátódik, általában hosszabb hullámhosszon. Például az óceán által elnyelt energia infravörös sugárzásként ismét kibocsátódik.

A Földön minden olyan dolog tükröződik, elnyeli vagy továbbítja az energiát, amelynek mennyisége hullámhosszonként változik. A Földön minden rendelkezik egyedi spektrális “ujjlenyomattal”, csakúgy, mint az Ön ujjlenyomata. A kutatók ezen információk alapján azonosíthatják a Föld különböző jellemzőit, valamint a különböző kőzet- és ásványi anyagokat. Az adott műszer által észlelt spektrális sávok száma , annak spektrális felbontása határozza meg, hogy a kutató mennyi differenciálást tud azonosítani az anyagok között.

Az elektromágneses spektrumról és kísérő videókkal kapcsolatos további információkért tekintse meg a NASA túráját az elektromágneses spektrumról.

Érzékelők

Érzékelők, vagy a műszerek, a fedélzeti műholdak és a repülőgépek a napot használják megvilágítási forrásként, vagy saját megvilágítási forrást biztosítanak, mérve a visszavert energiát. Azokat az érzékelőket, amelyek a nap természetes energiáját használják fel, passzív érzékelőknek nevezzük; azokat, amelyek saját energiaforrást biztosítanak, aktív szenzoroknak nevezzük.

A passzív érzékelők különböző típusú radiométereket tartalmaznak (műszerek, amelyek kvantitatív módon mérik az elektromágneses sugárzás intenzitását a kiválasztott sávokban) és spektrométerek (a visszavert elektromágneses sugárzás spektrális tartalmának kimutatására, mérésére és elemzésére szolgáló eszközök). A távérzékelési alkalmazások által használt legtöbb passzív rendszer az elektromágneses spektrum látható, infravörös, termikus infravörös és mikrohullámú részében működik. Ezek az érzékelők mérik a szárazföld és a tenger felszínének hőmérsékletét, a növényzet tulajdonságait, a felhő és az aeroszol tulajdonságait, és egyéb fizikai tulajdonságokat.

Ne feledje, hogy a legtöbb passzív érzékelő nem tud behatolni a sűrű felhőtakaróba, így korlátozásai vannak olyan területek megfigyelésére, mint a trópusok, ahol gyakori a sűrű felhőzet.

Az aktív érzékelők különböző típusú rádióérzékeléseket és távolsági tartományokat tartalmaznak ( radar) érzékelők, magasságmérők és szórásmérők. Az aktív érzékelők többsége az elektromágneses spektrum mikrohullámú sávjában működik, ami lehetőséget nyújt számukra, hogy a legtöbb körülmények között behatoljanak a légkörbe. Az ilyen típusú érzékelők többek között az aeroszolok, az erdő szerkezetének, a csapadéknak és a szélnek, a tenger felszínének domborzatának és a jégnek a függőleges profiljainak mérésére szolgálnak.

Az Earthdata oldal Távérzékelők listája tartalmazza a NASA összes Földtudomány passzív és aktív érzékelők. Mi az a szintetikus rekesz radar? konkrét információkat nyújt az aktív radarérzékelők ilyen típusáról.

Felbontás

A felbontás szerepet játszik abban, hogy az érzékelőből származó adatok hogyan használhatók fel. A műhold pályájának és érzékelőjének kialakításától függően a felbontás változhat. Bármely adatkészletnél négyféle felbontást kell figyelembe venni – radiometrikus, térbeli, spektrális és időbeli.

A radiometrikus felbontás az egyes pixelekben található információk mennyisége, vagyis a rögzített energiát képviselő bitek száma. Minden bit rögzíti a 2. teljesítmény kitevőjét. Például egy 8 bites felbontás 28, ami azt jelzi, hogy az érzékelőnek 256 potenciális digitális értéke van (0–255) az információk tárolására. Így minél nagyobb a radiometrikus felbontás, annál több érték áll rendelkezésre az információk tárolására, ami jobb megkülönböztetést biztosít a legkisebb energiakülönbségek között is. Például a vízminőség értékelésekor radiometrikus felbontásra van szükség az óceán színének finom különbségeinek megkülönböztetéséhez.

A térbeli felbontást a digitális képen található egyes pixelek mérete és a Föld felszínén az a képpont képviseli. Például a Moderate Resolution Imaging Spectroradiometer (MODIS) által megfigyelt sávok többségének térbeli felbontása 1 km; minden pixel 1 km x 1 km területet képvisel a földön. A MODIS magában foglalja a 250 m vagy 500 m térbeli felbontású sávokat is. Minél finomabb a felbontás (annál alacsonyabb a szám), annál több részletet láthat. Az alábbi képen láthatja a 30 m / pixeles kép, a 100 m / pixel kép és a 300 m / pixel kép pixelációbeli különbségét.

A spektrális felbontás az érzékelő azon képessége, hogy megkülönböztesse a finomabb hullámhosszakat, vagyis több és keskenyebb sávot használjon. Sok érzékelőt multispektrálisnak tekintenek, vagyis 3-10 sáv között van. Azok az érzékelők, amelyeknek százai vagy akár ezer sávja van, hiperspektrálisnak tekinthetők. Minél szűkebb egy adott sáv hullámhossz-tartománya, annál finomabb a spektrális felbontás. Például az Airborne Visible / Infrared Imaging Spectrometer (AVIRIS) 224 spektrális csatornán rögzíti az információkat. A jobb oldali kocka képviseli az adatok részletét. Ezen a részletességi szinten megkülönböztethetők a kőzet- és ásványianyag-típusok, a növényzet típusai és egyéb jellemzők. A kockában a kép jobb felső sarkában található, nagy válaszreakcióval rendelkező kis régió a látható spektrum vörös részében (kb. 700 nanométer) található, és 1 centiméter hosszú (fél hüvelykes) jelenlétének köszönhető. ) vörös sós garnélarák a párologtató tóban.

Az időbeli felbontás az az idő, amely egy műholdnak egy pálya befejezéséhez és ugyanazon megfigyelési terület meglátogatásához szükséges. Ez a felbontás függ a pályától, az érzékelő jellemzőitől és a rend szélességétől. Mivel a geostacionárius műholdak megegyeznek a Föld forgási sebességével, az időbeli felbontás sokkal finomabb, körülbelül 30 másodperc – 1 perc. A keringő sarki műholdak időbeli felbontása 1 naptól 16 napig változhat. Például a MODIS időbeli felbontása 1-2 nap, amely lehetővé teszi számunkra, hogy a Földet napról napra változó módon megjelenítsük. A Landsat viszont szűkebb rendű szélességgel rendelkezik, időbeli felbontása 16 nap; nem napi, hanem kéthavonta történő változásokat mutat.

Miért ne építene magas térbeli, spektrális és időbeli felbontású érzékelőt? Nehéz az összes kívánt tulajdonságot egyetlen távérzékelőbe egyesíteni; a nagy térbeli felbontású megfigyelések megszerzéséhez (például Landsathoz) szűkebb körvonalra van szükség, ami viszont több időt igényel egy adott terület megfigyelése között, ami alacsonyabb időbeli felbontást eredményez. A kutatóknak kompromisszumokat kell kötniük. Ezért nagyon fontos megérteni, hogy milyen típusú adatokra van szükség az adott tanulmányi területhez. Az időjárás szempontjából, amely idővel nagyon dinamikus, a finom időbeli felbontás kritikus fontosságú. A szezonális növényzet változásainak kutatása során finom időbeli felbontást lehet feláldozni a magasabb spektrális és / vagy térbeli felbontás érdekében.

Adatfeldolgozás, értelmezés és elemzés

A műszerektől kapott távérzékelési adatok a műholdak fedélzetén feldolgozásra van szükség, mielőtt az adatokat a legtöbb kutató és alkalmazott tudomány felhasználó használhatja. A legtöbb nyers, NASA Föld-megfigyelési műholdadatot (0. szint, lásd az adatfeldolgozási szinteket) a Science Investigator által vezetett feldolgozó rendszerek (SIPS) létesítményeiben dolgozzák fel. Minden adatot legalább egy 1. szintű feldolgozásra szánnak, de a legtöbbjükhöz társulnak 2. szintű (származtatott geofizikai változók) és 3. szintű (változók azonos tér-idő rács skálán leképezve) termékek. Sokaknak még 4. szintű termékeik is vannak. A NASA földtani adatait az egyik elosztott aktív archív központban (DAAC) archiválják.

A legtöbb adatot hierarchikus adatformátum (HDF) vagy a hálózati közös adatlap (NetCDF) formátumban tárolja.Számos adateszköz áll rendelkezésre a részhalmazokhoz, átalakításhoz, megjelenítéshez és különféle más fájlformátumokba történő exportáláshoz.

Az adatok feldolgozása után számos alkalmazásban felhasználhatók, a mezőgazdaságtól kezdve a vízkészleten át az egészségügyig és az adatokig. levegő minősége. Egyetlen érzékelő sem foglalkozik az összes kutatási kérdéssel egy adott alkalmazáson belül. A felhasználóknak gyakran több érzékelőt és adatterméket kell felhasználniuk kérdésük megválaszolásához, szem előtt tartva a különböző spektrális, térbeli és időbeli felbontások által szolgáltatott adatok korlátozottságát.

Műholdképek készítése

Sok szenzor különböző spektrális hullámhosszakon gyűjt adatokat. Például a Landsat 8 első sávja 0,433-0,453 mikrométeres, az első MODIS-sáv pedig 0,620-0,670 mikrométeres adatokat gyűjt. A Landsat 8-nak összesen 11 sávja van, míg a MODIS-nek 36 sávja van, amelyek mindegyike az elektromágneses spektrum különböző régióit méri. A sávok kombinálhatók az adatok képének elkészítéséhez, hogy felfedjék a táj különböző jellemzőit. Az adatok képeit gyakran használják a vizsgált régió jellemzőinek megkülönböztetésére vagy a vizsgálati terület meghatározására.

Igaz színű (piros, kék, zöld (RGB)) képhez a Landsat 4 sávja , 3, 2, ill. a NASA / NOAA közös Suomi National Polar-orbiting Partnership (Suomi NPP) Visible Infrared Imaging Radiometer Suite (VIIRS) valódi színű képe vörös = I1 sáv, zöld = M4 sáv, kék = M3 sáv. Az igaz színű képek a Földet mutatják, ahogy felülről látnád. Más kombinációk azonban felhasználhatók speciális tudományos alkalmazásokhoz – az árvízfigyeléstől az urbanizáció körülhatárolásán át a növényzet feltérképezéséig. Például VIIRS adatokkal hamis színű kép (R = M11, G = I2, B = I1) létrehozása hasznos az égési hegek megkülönböztetéséhez az alacsony növényzettől vagy a csupasz talajtól, valamint az elárasztott területek feltárásához. Ha további sávkombinációkat szeretne látni a Landsat-tól, nézze meg a NASA Tudományos Vizualizációs Stúdió Landsat Band Remixjét vagy a Earth Observatory London Hues of London című cikkét. A többi gyakori sávkombinációval kapcsolatban nézze meg a Föld Obszervatóriumának Hogyan értelmezzük a hamis színes képeket című cikkét; a cikk általános sávkombinációkat tartalmaz, de betekintést nyújt a képek értelmezésébe is.

Képértelmezés

Miután az adatokat különböző sávkombinációkkal képzetekké dolgozták fel, segíthetnek az erőforrás-gazdálkodási döntésekben és a katasztrófák felmérésében; a képeket csak értelmezni kell. Néhány stratégia létezik az induláshoz (a Föld Megfigyelő Intézetének Hogyan értelmezhetünk egy műholdképet)

1. Ismerje a méretarányt – a kép és az egyes képek térbeli felbontása alapján különböző skálák léteznek. skála különböző fontossági jellemzőket nyújt. Például az áradás nyomon követésekor egy részletes, nagy felbontású nézet megmutatja, mely házakat és vállalkozásokat veszi körül víz. A tágabb tájkép megmutatja, hogy egy megye vagy nagyvárosi terület mely részeit árasztja el, és talán honnan származik a víz. Még tágabb nézet az egész régiót megmutatná – az elöntött folyórendszert vagy az áramlást irányító hegyláncokat és völgyeket. A félgömb képe megmutatja az áradásokhoz kapcsolódó időjárási rendszerek mozgását.
2. Keressen mintákat, formákat és textúrákat – sok tulajdonságot könnyen lehet azonosítani mintájuk vagy alakjuk alapján. Például a mezőgazdasági területek nagyon geometriai alakúak, általában körök vagy téglalapok. Az egyenes vonalak általában mesterséges szerkezetek, például utak vagy csatornák.
3. Színek meghatározása – ha a színeket használják a funkciók megkülönböztetésére, fontos tudni a kép létrehozásához használt sávkombinációt. Az igaz vagy természetes színű képek alapvetően azok, amelyeket a saját szemünkkel látnánk, ha az űrből lenéznénk. A víz elnyeli a fényt, így általában fekete vagy kék színűnek tűnik; a felületről visszaverődő napfény azonban szürkének vagy ezüstnek tűnhet. Az üledék hatással lehet a víz színére, barnabbá válhat, akárcsak az algák, így zöldebbnek tűnhet. A növényzet színe az évszaktól függően változik: tavasszal és nyáron jellemzően élénk zöld; az esés narancssárga, sárga és barnás lehet; télen pedig több barnája lehet. A csupasz talaj általában valamilyen barna árnyalatú; ez azonban az üledék ásványi összetételétől függ. A városi területek jellemzően szürkék a kiterjedt betontól. A jég és a hó fehér, de a felhők is. Fontos, ha a szín használatával azonosítjuk a dolgokat, hogy a környező funkciók segítségével kontextusba helyezhessük a dolgokat.
4. Fontolja meg azt, amit tud – ismeri azt a területet, amelyet megfigyel, segítséget nyújt e funkciók azonosításához.Például annak ismerete, hogy a területet nemrégiben futótűz égette el, segíthet meghatározni, hogy a növényzet miért nézhet ki kissé másképp.

Mennyiségi elemzés

Különböző talajtakarótípusok lehetnek képosztályozási algoritmusok segítségével könnyebben megkülönböztethetők. A képosztályozás az egyes pixelek spektrális információit használja. A képosztályozási algoritmusokat használó program automatikusan csoportosíthatja a képpontokat egy úgynevezett felügyelet nélküli osztályozásba. A felhasználó megadhatja az ismert földborító típusú területeket is, hogy “képezze” a programot az olyanok csoportosítására, mint például a pixelek; ezt nevezzük felügyelt osztályozásnak. A térképeket vagy képeket integrálhatjuk egy földrajzi információs rendszerbe (GIS) is, majd az egyes pixelek összehasonlítható más térinformatikai adatokkal, például a népszámlálási adatokkal. A NASA földtudományi adatok GIS-be történő integrálásával kapcsolatos további információkért keresse fel az Earthdata GIS oldalt.

A műholdak sokféle érzékelőt is tartalmaznak, amelyek biogeofizikai paramétereket mérnek , mint például a tenger felszínének hőmérséklete, nitrogén-dioxid vagy egyéb légköri szennyező anyagok, szelek, aeroszolok és biomassza. Ezek a paraméterek statisztikai és spektrális elemzési technikákkal értékelhetők.

Adatútkeresők

A távérzékelt adatok felhasználásával történő alkalmazás-alapú kutatások megkezdéséhez segítséget nyújt, az Adatútkeresők adattermék-választási útmutatót nyújtanak a speciális tudományterületekre és alkalmazási területekre összpontosítva, például a fentiekben. nézzen közvetlen linkeket a NASA Földtudományi adatgyűjteményeinek leggyakrabban használt adatkészleteihez és adattermékeihez, valamint linkeket olyan eszközökhöz, amelyek az adatok megjelenítésének vagy részhalmazának különböző módjait kínálják, az adatok különböző fájlformátumokban történő mentésével.