Teledetekcja to pozyskiwanie informacji na odległość. NASA obserwuje Ziemię i inne ciała planetarne za pomocą zdalnych czujników na satelitach i samolotach, które wykrywają i rejestrują odbitą lub emitowaną energię. Zdalne czujniki, które zapewniają globalną perspektywę i bogactwo danych o systemach Ziemi, umożliwiają podejmowanie decyzji opartych na danych w oparciu o obecny i przyszły stan naszej planety.

• Orbity
• Obserwacja za pomocą widma elektromagnetycznego
• Czujniki
• Rozdzielczość
• Przetwarzanie, interpretacja i analiza danych
• Poszukiwacze danych

Orbity

Istnieją trzy podstawowe typy orbit, na których znajdują się satelity: polarne; niepolarna, niska orbita okołoziemska i geostacjonarna.

Satelity na orbicie biegunowej znajdują się na płaszczyźnie orbity nachylonej pod kątem prawie 90 stopni do płaszczyzny równikowej. To nachylenie pozwala satelicie wyczuć całą kulę ziemską, w tym regiony polarne, zapewniając obserwacje miejsc, do których trudno jest dotrzeć z ziemi. Wiele satelitów na orbicie polarnej jest uważanych za synchroniczne ze Słońcem, co oznacza, że satelita przelatuje nad tym samym miejscem w tym samym czasie słonecznym w każdym cyklu.

Orbity biegunowe mogą być wznoszone lub opadające. Na orbitach wznoszących się satelity przemieszczają się z południa na północ, gdy ich ścieżka przecina równik. Na orbitach zstępujących satelity przemieszczają się z północy na południe. Wspólne partnerstwo NASA / NOAA Suomi National Polar-orbiting Partnership (Suomi NPP) jest przykładem satelity polarnego, który zapewnia codzienne pokrycie globu.

Niepolarne, niskie orbity okołoziemskie znajdują się zazwyczaj na wysokości mniejszej niż 2000 km nad powierzchnią Ziemi. (Dla porównania, Międzynarodowa Stacja Kosmiczna krąży na orbicie na wysokości ~ 400 km.) Orbity te nie zapewniają globalnego zasięgu, lecz obejmują jedynie częściowy zakres szerokości geograficznych. Global Precipitation Mission (GPM) to przykład niepolarnego satelity o niskiej orbicie okołoziemskiej pokrywającego od 65 stopni na północ do 65 stopni na południe.

Satelity geostacjonarne podążają za ruchem obrotowym Ziemi i podróżują z tą samą prędkością rotacji; z tego powodu satelity wydają się obserwatorowi na Ziemi być unieruchomione w jednym miejscu. Satelity te rejestrują ten sam widok Ziemi podczas każdej obserwacji, dzięki czemu zapewniają niemal ciągłe pokrycie jednego obszaru. Satelity pogodowe, takie jak seria Geostationary Operational Environmental Satellite (GOES), to przykłady satelitów geostacjonarnych.

Obserwacje za pomocą widma elektromagnetycznego

Energia elektromagnetyczna wytwarzana przez wibracje naładowanych cząstek przemieszcza się w postaci fal w atmosferze i próżni kosmicznej. Fale te mają różne długości fal (odległość od grzbietu do grzbietu fali) i częstotliwości; krótsza długość fali oznacza wyższą częstotliwość. Niektóre, takie jak fale radiowe, mikrofalowe i podczerwone, mają dłuższą długość fali, podczas gdy inne, takie jak ultrafiolet, promienie rentgenowskie i promienie gamma, mają znacznie krótszą długość fali. Światło widzialne znajduje się pośrodku zakresu promieniowania długofalowego do krótkofalowego. Ta mała porcja energii to wszystko, co ludzkie oko jest w stanie wykryć. Do wykrywania wszystkich innych form energii elektromagnetycznej potrzebne są oprzyrządowanie. Instrumenty NASA wykorzystują pełny zakres widma do badania i zrozumienia procesów zachodzących na Ziemi i na innych ciałach planetarnych.

Niektóre fale są pochłaniane lub odbijane przez elementy atmosfery, takie jak woda opary i dwutlenek węgla, podczas gdy niektóre długości fal pozwalają na niezakłócony ruch w atmosferze; światło widzialne ma długości fal, które mogą być przepuszczane przez atmosferę. Energia mikrofalowa ma długości fal, które mogą przechodzić przez chmury; wiele naszych satelitów pogodowych i komunikacyjnych korzysta z tego.

Głównym źródłem energii obserwowanej przez satelity jest słońce. Ilość odbitej energii słonecznej zależy od chropowatości powierzchni i jej albedo, czyli tego, jak dobrze powierzchnia odbija światło zamiast je pochłaniać.Na przykład śnieg ma bardzo wysokie albedo, odbijając do 90% energii, którą otrzymuje ze słońca, podczas gdy ocean odbija tylko około 6%, pochłaniając resztę. Często energia pochłaniana jest ponownie emitowana, zwykle na dłuższych falach. Na przykład energia pochłonięta przez ocean zostaje ponownie wyemitowana jako promieniowanie podczerwone.

Wszystkie rzeczy na Ziemi odbijają, pochłaniają lub przekazują energię, której ilość zmienia się w zależności od długości fali. Wszystko na Ziemi ma unikalny widmowy „odcisk palca”, tak jak twój odcisk palca jest unikalny dla ciebie. Badacze mogą wykorzystać te informacje do identyfikacji różnych cech Ziemi, a także różnych typów skał i minerałów. Liczba pasm widmowych wykrytych przez dany instrument , jego rozdzielczość widmowa, określa, jak duże zróżnicowanie badacz może zidentyfikować między materiałami.

Aby uzyskać więcej informacji na temat widma elektromagnetycznego, wraz z towarzyszącymi materiałami wideo, obejrzyj NASA Tour of the Electromagnetic Spectrum.

Czujniki

Czujniki lub przyrządy, satelity pokładowe i samoloty wykorzystują słońce jako źródło światła lub zapewniają własne źródło światła, mierząc energię odbijaną z powrotem. Czujniki wykorzystujące naturalną energię słońca nazywane są czujnikami pasywnymi; te, które zapewniają własne źródło energii, nazywane są czujnikami aktywnymi.

Czujniki pasywne obejmują różne typy radiometrów (instrumenty, które ilościowo mierzą intensywność promieniowania elektromagnetycznego w wybranych pasmach) oraz spektrometry (urządzenia zaprojektowane do wykrywania, pomiaru i analizy zawartości widmowej odbitego promieniowania elektromagnetycznego). Większość systemów pasywnych wykorzystywanych w aplikacjach teledetekcji działa w zakresie widzialnym, podczerwonym, termicznym i mikrofalowym widma elektromagnetycznego. Czujniki te mierzą temperaturę powierzchni lądu i morza, właściwości roślinności, właściwości chmur i aerozoli oraz inne właściwości fizyczne.

Zwróć uwagę, że większość czujników pasywnych nie jest w stanie przeniknąć przez gęstą pokrywę chmur i dlatego ma ograniczenia w obserwacji obszarów takich jak tropiky, gdzie często występuje gęsta pokrywa chmur.

Aktywne czujniki obejmują różne rodzaje wykrywania radiowego i określania odległości ( radar) czujniki, wysokościomierze i rozpraszacze. Większość aktywnych sensorów pracuje w paśmie mikrofalowym widma elektromagnetycznego, co daje im możliwość penetracji atmosfery w większości warunków. Tego typu czujniki są przydatne między innymi do pomiaru profili pionowych aerozoli, struktury lasu, opadów i wiatrów, topografii powierzchni morza i lodu.

Strona Earthdata Remote Sensors zawiera listę wszystkich NASA Czujniki pasywne i aktywne do nauki o Ziemi. Co to jest radar z syntetyczną aperturą? zawiera szczegółowe informacje na temat tego typu aktywnego czujnika radarowego.

Rozdzielczość

Rozdzielczość odgrywa rolę w sposobie wykorzystania danych z czujnika. W zależności od orbity satelity i konstrukcji czujnika rozdzielczość może się różnić. Istnieją cztery typy rozdzielczości do rozważenia dla każdego zbioru danych – radiometryczna, przestrzenna, widmowa i czasowa.

Rozdzielczość radiometryczna to ilość informacji w każdym pikselu, tj. Liczba bitów reprezentujących zarejestrowaną energię. Każdy bit rejestruje wykładnik potęgi 2. Na przykład rozdzielczość 8 bitów wynosi 28, co wskazuje, że czujnik ma 256 potencjalnych wartości cyfrowych (0-255) do przechowywania informacji. Zatem im wyższa rozdzielczość radiometryczna, tym więcej wartości jest dostępnych do przechowywania informacji, zapewniając lepsze rozróżnienie nawet najmniejszych różnic energii. Na przykład przy ocenie jakości wody rozdzielczość radiometryczna jest niezbędna do rozróżnienia subtelnych różnic w kolorze oceanu.

Rozdzielczość przestrzenna jest definiowana przez rozmiar każdego piksela w obrazie cyfrowym oraz obszar powierzchni Ziemi reprezentowany przez ten piksel. Na przykład większość pasm obserwowanych przez spektroradiometr obrazowania o umiarkowanej rozdzielczości (MODIS) ma rozdzielczość przestrzenną 1 km; każdy piksel reprezentuje obszar o wymiarach 1 km x 1 km na ziemi. MODIS obejmuje również pasma o rozdzielczości przestrzennej 250 m lub 500 m. Im wyższa rozdzielczość (im niższa liczba), tym więcej szczegółów można zobaczyć. Na poniższym obrazku widać różnicę w pikselach między obrazem 30 m / piksel, obrazem 100 m / piksel i obrazem 300 m / piksel.

Rozdzielczość widmowa to zdolność czujnika do rozróżniania drobniejszych długości fal, to znaczy posiadania większej liczby węższych pasm. Uważa się, że wiele czujników jest wielospektralnych, co oznacza, że mają od 3 do 10 pasm. Uważa się, że czujniki mające setki, a nawet tysiące pasm są hiperspektralne. Im węższy zakres długości fal dla danego pasma, tym dokładniejsza rozdzielczość widmowa. Na przykład spektrometr widzialny w powietrzu / w podczerwieni (AVIRIS) rejestruje informacje w 224 kanałach widmowych. Sześcian po prawej stronie przedstawia szczegóły w danych. Na tym poziomie szczegółowości można rozróżnić typy skał i minerałów, typy roślinności i inne cechy. W sześcianie mały obszar wysokiej odpowiedzi, w prawym górnym rogu obrazu, znajduje się w czerwonej części widma widzialnego (około 700 nanometrów) i jest spowodowany obecnością 1-centymetrowej długości (pół cala ) czerwona krewetka solankowa w stawie parowym.

Rozdzielczość czasowa to czas, w jakim satelita dokończy orbitę i ponownie odwiedzi ten sam obszar obserwacji. Ta rozdzielczość zależy od orbity, charakterystyki czujnika i szerokości pokosu. Ponieważ satelity geostacjonarne dopasowują się do prędkości, z jaką obraca się Ziemia, rozdzielczość czasowa jest znacznie lepsza i wynosi około 30 s – 1 min. Satelity na orbicie biegunów mają rozdzielczość czasową, która może wahać się od 1 do 16 dni. Na przykład MODIS ma rozdzielczość czasową 1-2 dni, co pozwala nam wizualizować Ziemię, gdy zmienia się dzień po dniu. Z drugiej strony Landsat ma węższą szerokość pokosu i czasową rozdzielczość 16 dni; pokazuje zmiany nie dzienne, ale dwumiesięczne.

Dlaczego nie zbudować czujnika o wysokiej rozdzielczości przestrzennej, widmowej i czasowej? Trudno jest połączyć wszystkie pożądane cechy w jednym zdalnym czujniku; aby uzyskać obserwacje o wysokiej rozdzielczości przestrzennej (jak Landsat), wymagany jest węższy obszar, co z kolei wymaga dłuższego czasu między obserwacjami danego obszaru, co skutkuje niższą rozdzielczością czasową. Badacze muszą dokonywać kompromisów. Dlatego bardzo ważne jest, aby zrozumieć, jakiego rodzaju dane są potrzebne dla danego obszaru studiów. Podczas badania pogody, która jest bardzo dynamiczna w czasie, posiadanie dobrej rozdzielczości czasowej jest krytyczne. Podczas badania sezonowych zmian roślinności można poświęcić dobrą rozdzielczość czasową, aby uzyskać wyższą rozdzielczość widmową i / lub przestrzenną.

Przetwarzanie danych, interpretacja i analiza

Dane teledetekcyjne uzyskane z instrumentów na pokładzie satelitów wymagają przetworzenia, zanim dane będą mogły być wykorzystane przez większość badaczy i użytkowników nauk stosowanych. Większość surowych danych satelitarnych z obserwacji Ziemi NASA (poziom 0, patrz poziomy przetwarzania danych) jest przetwarzana w obiektach Science Investigator-led Processing Systems (SIPS). Wszystkie dane są przetwarzane co najmniej do poziomu 1, ale większość ma powiązane produkty poziomu 2 (pochodne zmienne geofizyczne) i poziomu 3 (zmienne odwzorowane na jednolitych skalach siatki czasoprzestrzennej). Wiele z nich ma nawet produkty poziomu 4. Dane naukowe NASA są archiwizowane w jednym z rozproszonych centrów aktywnego archiwum (DAAC)

Większość danych jest przechowywana w formacie Hierarchical Data Format (HDF) lub w formacie Network Common Data Form (NetCDF).Dostępnych jest wiele narzędzi danych do podzbioru, przekształcania, wizualizacji i eksportowania do różnych innych formatów plików.

Po przetworzeniu danych można ich używać w różnych zastosowaniach, od rolnictwa po zasoby wodne i zdrowotne. jakość powietrza. Żaden pojedynczy czujnik nie odpowie na wszystkie pytania badawcze w ramach danej aplikacji. Użytkownicy często muszą korzystać z wielu czujników i produktów danych, aby odpowiedzieć na swoje pytanie, mając na uwadze ograniczenia danych dostarczanych przez różne rozdzielczości widmowe, przestrzenne i czasowe.

Tworzenie obrazów satelitarnych

Wiele czujników rejestruje dane na różnych długościach fal widmowych. Na przykład, pierwsze pasmo Landsata 8 zbiera dane przy 0,433-0,453 mikrometra, a pierwsze pasmo MODIS – przy 0,620-0,670 mikrometrów. Landsat 8 ma łącznie 11 pasm, podczas gdy MODIS ma 36 pasm, z których wszystkie mierzą różne obszary widma elektromagnetycznego. Pasma można łączyć, aby tworzyć obrazy danych w celu ujawnienia różnych cech krajobrazu. Często obrazy danych są używane do rozróżnienia cech badanego regionu lub określenia obszaru badań.

Aby uzyskać obraz w prawdziwych kolorach (czerwony, niebieski, zielony (RGB)) z Landsat, pasma 4 , 3, 2 są odpowiednio połączone; dzięki połączeniu NASA / NOAA Suomi National Polar-orbiting Partnership (Suomi NPP) Visible Infrared Imaging Radiometer Suite (VIIRS), obraz w prawdziwych kolorach to czerwony = pasmo I1, zielony = pasmo M4, niebieski = pasmo M3. Obrazy w prawdziwych kolorach pokazują Ziemię tak, jak można ją zobaczyć z góry. Jednak inne kombinacje mogą być wykorzystywane do konkretnych zastosowań naukowych – od monitorowania powodzi, przez wytyczanie urbanizacji, po mapowanie roślinności. Na przykład w przypadku danych VIIRS tworzenie fałszywie kolorowego obrazu (R = M11, G = I2, B = I1) jest przydatne do odróżnienia blizn po oparzeniach od niskiej roślinności lub gołej gleby, a także do odsłonięcia obszarów zalanych. Aby zobaczyć więcej kombinacji pasm z Landsat, sprawdź artykuł NASA Scientific Visualization Studio Landsat Band Remix lub artykuł Earth Observatory Many Hues of London. Aby poznać inne typowe kombinacje pasm, zapoznaj się z artykułem Earth Observatory How to Interpret Common False-Color Images; artykuł zawiera typowe kombinacje pasm, ale także daje wgląd w interpretację obrazów.

Interpretacja obrazu

Po przetworzeniu danych na obrazy o różnych kombinacjach pasm mogą pomóc w decyzjach dotyczących zarządzania zasobami i ocenie katastrof; obrazy trzeba po prostu zinterpretować. Istnieje kilka strategii rozpoczęcia pracy (zaadaptowane z artykułu Jak interpretować obraz satelitarny Obserwatorium Ziemi).

1. Znajomość skali – istnieją różne skale oparte na rozdzielczości przestrzennej obrazu, a każda Skala zapewnia różne ważne cechy. Na przykład podczas śledzenia powodzi szczegółowy widok w wysokiej rozdzielczości pokaże, które domy i firmy są otoczone wodą. Szerszy widok krajobrazu pokazuje, które części hrabstwa lub obszaru metropolitalnego są zalane i być może skąd pochodzi woda. Jeszcze szerszy obraz pokazałby cały region – zalany system rzeczny lub pasma górskie i doliny, które kontrolują przepływ. Widok półkuli pokazałby ruch systemów pogodowych połączonych z powodziami.
2. Szukaj wzorów, kształtów i tekstur – wiele cech można łatwo zidentyfikować na podstawie ich wzoru lub kształtu. Na przykład obszary rolnicze mają bardzo geometryczny kształt, zwykle są to koła lub prostokąty. Linie proste to zazwyczaj konstrukcje stworzone przez człowieka, takie jak drogi lub kanały.
3. Zdefiniuj kolory – jeśli używasz kolorów do rozróżniania obiektów, ważne jest, aby znać kombinację pasm użytą do tworzenia obrazu. Obrazy w prawdziwych lub naturalnych kolorach są w zasadzie tym, co widzielibyśmy na własne oczy, patrząc w dół z kosmosu. Woda pochłania światło, więc zazwyczaj wydaje się czarna lub niebieska; jednak światło słoneczne odbijające się od powierzchni może nadać jej szary lub srebrny wygląd. Osad może wpływać na kolor wody, sprawiając, że wydaje się ona bardziej brązowa, podobnie jak algi, przez co wydaje się bardziej zielona. Roślinność zmienia kolor w zależności od pory roku: wiosną i latem zazwyczaj ma intensywną zieleń; jesień może mieć pomarańczowy, żółty i podpalany; a zima może mieć więcej brązów. Nagie podłoże ma zwykle odcień brązu; jednak zależy to od składu mineralnego osadu. Obszary miejskie są zazwyczaj szare od rozległego betonu. Lód i śnieg są białe, ale chmury też. Ważne jest, aby używać koloru do identyfikacji rzeczy, aby używać otaczających funkcji, aby nadać im kontekst.
4. Zastanów się, co wiesz – znajomość obszaru, który obserwujesz, pomaga w identyfikacji tych cech.Na przykład wiedza, że obszar został niedawno spalony przez pożar, może pomóc w ustaleniu, dlaczego roślinność może wyglądać nieco inaczej.

Analiza ilościowa

Różne rodzaje pokrycia terenu mogą być łatwiej rozróżniać za pomocą algorytmów klasyfikacji obrazów. Klasyfikacja obrazu wykorzystuje informacje widmowe każdego pojedynczego piksela. Program korzystający z algorytmów klasyfikacji obrazów może automatycznie grupować piksele w tzw. Klasyfikację nienadzorowaną. Użytkownik może również wskazać obszary o znanym typie pokrycia terenu, aby „wyszkolić” program w celu grupowania takich jak piksele; nazywa się to klasyfikacją nadzorowaną. Mapy lub obrazy można również zintegrować z systemem informacji geograficznej (GIS), a następnie każdy piksel może można porównać z innymi danymi GIS, takimi jak dane ze spisów powszechnych. Aby uzyskać więcej informacji na temat integracji danych NASA o Ziemi z GIS, odwiedź stronę Earthdata GIS.

Satelity często zawierają również różne czujniki mierzące parametry biogeofizyczne takich jak temperatura powierzchni morza, dwutlenek azotu lub inne zanieczyszczenia atmosferyczne, wiatry, aerozole i biomasa. Parametry te można ocenić za pomocą technik analizy statystycznej i spektralnej.

Data Pathfinders

Aby ułatwiając rozpoczęcie badań opartych na aplikacjach z wykorzystaniem danych wykrywanych zdalnie, Data Pathfinders zapewnia przewodnik wyboru produktów danych skoncentrowany na określonych dyscyplinach naukowych i obszarach zastosowań, takich jak te wymienione powyżej. Pathfinders pro vide bezpośrednie linki do najczęściej używanych zbiorów danych i produktów danych ze zbiorów danych NASA o Ziemi oraz linki do narzędzi, które zapewniają różne sposoby wizualizacji lub podzbioru danych, z opcją zapisywania danych w różnych formatach plików.