Коррекция материалов Landsat
В статье описывается упрощённая технология коррекции многозональных снимков Landsat: радиометрическая за неоднородность режима съёмки, а также пересчёт значений теплового канала в температуру
Зачем нужна коррекция
Материалы Landsat в том виде, как они предоставляются пользователю, уже в значительной мере скорректированы, например, за кривизну Земли, особенности рельефа снимаемой территории, масштабирование в пределах возможных значений регистрируемых величин и т.п. Однако все эти коррекции направлены главным образом на обеспечение надёжного визуального дешифрирования наземных объектов. Если же главным при анализе космоснимков становится не форма, рисунок и взаимное расположение объектов, а их индивидуальные спектральные характеристики, то требуется дополнительная коррекция изображений. Типичным примером такого анализа является вычисление вегетационных индексов по многозональным материалам, в первую очередь, – нормализованного разностного вегетационного индекса NDVI. При интерпретации схем распределения NDVI крайне важным становится не относительные изменения значений по одной сцене. Более важны соотношения NDVI по одной или разновременным сценам в абсолютном выражении. Например, возьмём две сцены:
- LE71870132004212EDC01 от 2004-07-30, зарегистрированную Landsat 7.
- LT51860132004213KIS00 от 2004-07-31, зарегистрированную Landsat 5.
Эти сцены имеют взаимное перекрытие, поэтому можно сравнить как выглядит на них один и тот же участок территории возле Кольской АЭС. Правомерно предположить, что за 1 сутки (с погрешностью в 12 минут, судя по времени регистрации) в состоянии растительных сообществ не должно было произойти никаких значимых изменений. Но схемы NDVI, построенные для этих сцен, демонстрируют что-то совсем иное (рис. 3.1).
Сцена LE71870132004212EDC01 Сцена LT51860132004213KIS00
Рис. 3.1. Сравнение двух схем NDVI, построенных по сценам, зарегистрированными разными спутниками Landsat с промежутком в 1 сутки
Сравнивая эти схемы можно предположить, что северная тайга в последний день июля 2004 года испытала быстрый расцвет! Судя по значениям NDVI, которые в среднем изменились на 18%, растительность повсеместно из категории угнетённой разреженной перешла в разряд пышной сомкнутой. Этот курьёзный случай может быть объяснён только одним образом – нельзя сравнивать несравнимое. Прежде чем проводить вычисления NDVI, надо было выполнить коррекцию значений каналов каждой сцены в соответствии с калибровочными коэффициентами каждой из них. Дело в том, что в данном случае сцены были засняты разными спутниками, аппаратура которых была настроена по-разному. Следовательно, зарегистрированные ими изображения без дополнительной радиометрической коррекции не годятся для тонкого спектрального анализа.
Радиометрическая коррекция
Значения, содержащиеся в файлах каналов многозонального изображения, представляют собой безразмерную величину. Она пропорциональна интенсивности излучения, достигающего орбиты, на которой летает спутник Landsat [11]. То, что мы получаем из файла – дискретное калиброванное значение пикселя , – номинировано в условных единицах DN (Digital Numbers – числовые значения). Требуется получить из значения отражающей способности (альбедо) наземных объектов, видимых на космоснимке. Для материалов Landsat до 7 включительно, полученных из ГС США, это производится следующим образом (3.1):
где – интенсивность излучения от объекта, достигшего орбиты Landsat, – расстояние между Землёй и Солнцем, – коэффициент светимости для каждого канала.
Интенсивность излучения объекта, достигающего орбиты R вычисляется по формуле (3.2):
Калибровочные коэффициенты и должны быть взяты из текстового файла метаданных с именем «*_mtl.txt», который поставляется вместе со сценой в одном архивном файле.
Если открыть этот файл для просмотра в текстовом редакторе, то там нужно найти строки, содержащие параметры, как показано на рис. 3.2. Из всего набора параметров следует выбрать коэффициенты, соответствующие определённому каналу.
Значение интенсивности излучения на сенсоре имеет размерность Вт/м²/ср/мкм , т.е. мощность излучения, падающая на единицу площади земной поверхности сквозь телесный угол в 1 стерадиан, взятого относительно единицы длины волны излучения.
Рис. 3.2. Содержимое файла с метаданными сцены Landsat 7, необходимыми для получения интенсивности излучения на сенсоре
Расстояние между Землёй и Солнцем d может быть вычислено по приближённой формуле:
где i – порядковый номер в году дня получения изображения. Его можно определить по дате регистрации сцены, которая также находится в файле метаданных (рис. 3.3):
Рис. 3.3. Метаданные сцены: дата регистрации (DATE_ACQUIRED)
Если для вычислений использовать MS Excel, то в нём для получения значения i удобно использовать формулу =Ref-ДАТА(ГОД(Ref);1;1), где Ref – ссылка на ячейку, где записана дата регистрации. Величина d измеряется в астрономических единицах (а.е.). Значения светимости (E) для каждого канала могут быть взяты из следующей таблицы (табл. 1.1): Табл. 3.1. Коэффициенты светимости E для каналов Landsat, Вт/(м2•мкм) Каналы 1 2 3 4 5 7 8 Landsat 4 1957 1825 1557 1033 214.9 80.72 – Landsat 5 1957 1826 1554 1036 215.0 80.67 – Landsat 7 1970 1842 1547 1044 225.7 82.06 1369
И последний, необходимый для вычисления альбедо, параметр θ – высота стояния Солнца над горизонтом в момент съёмки – может быть взят из файла с метаданными сцены (рис. 3.3). Значение это в файле приведено в градусах. Перед подстановкой в формулу его надо перевести в радианы.
Рис. 3.3. Метаданные сцены: высота Солнца (SUN _ELEVATION)
Для материалов Landsat 8, взятых из архива ГС США, расчётные формулы имеют гораздо более простой вид: , (3.3) где (3.4) После вычисления по представленным формулам значения альбедо ρ по разным каналам могут быть использованы, например, для определения величины NDVI:
.
Здесь NIR – номер канала ближнего инфракрасного диапазона, RED – номер канала красного диапазона. Определить какие номера каналов соответствует эти диапазонам можно с помощью табл. 3.2. Табл. 3.2. Соответствие между диапазонами электромагнитного излучения и номерами каналов спутников разных поколений миссии Landsat [12-16] Диапазон Landsat 1 Landsat 2 Landsat 3 Landsat 4 Landsat 5 Landsat 7 Landsat 8 RED 5 5 5 3 3 3 4 NIR 6 6 6 4 4 4 5 Тепловой – – 8 6 6 61, 62 10, 11
Определение температуры земной поверхности
По значениям тепловых каналов (табл. 3.2) можно определить температуру подстилающей поверхности. Теоретически точность оценки температуры около 0,5°С, однако дымка в атмосфере занижает значения на несколько градусов. Исходными данными для определения температуры служат значения интенсивности излучения R, пришедшего на сенсор спутника и зарегистри¬рованного соответствующим тепловым каналом, в соответствии с методикой, описанной в предыдущем разделе (формулы 3.2, 3.4). Для Landsat 4-5 температура T вычисляется по следующей формуле: . (3.5) Здесь K1 и K2 – калибровочные константы, значения которых можно взять из табл. 3.3. Табл. 3.3. Калибровочные константы для вычисления температуры, Вт/(м2•мкм) Диапазон Landsat 4 Landsat 5 Landsat 7 K1 671.62 607.76 666.09 K2 1284.30 1260.56 1282.71
Пример результатов определения значений температуры подстилающей поверхности по данным теплового канала показан на рис. 3.5.
Рис. 3.5. Тепловая аномалия города Воронеж в марте 1985 г. Значения шкалы – °С
Материалы Landsat 7 содержит два тепловых канала: 61 и 62, которые отличаются настройками усиления сигнала. Для вычисления температуры можно использовать в формуле (3.5) любой из них или оба – они дают почти одинаковые значения (±0,1°С). Почти также и с помощью той же формулы (3.5) производится вычисление температуры по данным Landsat 8, за исключением того, что значения констант K1 и K2 надо брать отдельно для каждого теплового канала данной сцены из её файла метаданных (рис. 3.6).
Рис. 3.6. Метаданные сцены: калибровочные константы для вычисления температуры
Значения температуры, определённые по каналам 10 и 11 (они различаются охватываемыми интервалами длин волн теплового диапазона) материалов Landsat 8 отличаются друг от друга на 1,5-3°С.
Литература
1. Landsat 7 Science Data Users Handbook [Электронный ресурс] // NASA.GOV: сервер Национального управления США по воздухоплава-нию и исследованию космического пространства. URL: http://landsathandbook.gsfc.nasa.gov/pdfs/Landsat7_Handbook.pdf. (дата обращения: 03.09.2015). – P. 39. 2. Landsat 7 Science Data Users Handbook [Электронный ресурс] // NASA.GOV: сервер Национального управления США по воздухоплава-нию и исследованию космического пространства. URL: http://landsathandbook.gsfc.nasa.gov/pdfs/Landsat7_Handbook.pdf. (дата обращения: 03.09.2015). – P. 38. 3. EarthExplorer Help Documentation. [Электронный ресурс] // USGS.GOV: сервер Геологической службы США. URL: http://earthexplorer.usgs.gov/documents/helptutorial.pdf. (дата обращения: 05.08.2015). – 2013. – 73 pp. 4. An introduction and reference for MultiSpec. [Электронный ресурс] // PURDUE.EDU: сервер университета Пердью. URL: https://engineering.purdue.edu/~biehl/MultiSpec/MultiSpec_Intro_9_11.pdf. – 2011. – 189 pp. (дата обращения: 31.08.2015). 5. Tutorial: Combining separate image files into a single multispectral image file. [Электронный ресурс] // PURDUE.EDU: сервер университета Пердью. URL:https://engineering.purdue.edu/~biehl/MultiSpec/tutorials/MultiSpec_Tutorial_5.pdf. – 2013. – 10 pp. (дата обращения: 31.08.2015). 6. MultiSpec exercise: Image enhancement. [Электронный ресурс] // PURDUE.EDU: сервер университета Пердью. URL: https://engineering.purdue.edu/~biehl/MultiSpec/tutorials/MultiSpec_Exercise_2.pdf. – 2009. – 5 pp. (дата обращения: 31.08.2015). 7. MultiSpec exercise: Selecting areas and the coordinate view. [Электронный ресурс] // PURDUE.EDU: сервер университета Пердью. URL: https://engineering.purdue.edu/~biehl/MultiSpec/tutorials/MultiSpec_Exercise_7.pdf. – 2009. – 2 pp. (дата обращения: 31.08.2015). 8. MultiSpec exercise: Creating vegetation indices images. [Электронный ре-сурс] // PURDUE.EDU: сервер университета Пердью. URL: https://engineering.purdue.edu/~biehl/MultiSpec/tutorials/MultiSpec_Exercise_8.pdf. – 2010. – 7 pp. (дата обращения: 31.08.2015). 9. MultiSpec exercise: Overlay shape files on image window. [Электронный ре-сурс] // PURDUE.EDU: сервер университета Пердью. URL: https://engineering.purdue.edu/~biehl/MultiSpec/tutorials/MultiSpec_Exercise_6.pdf. – 2009. – 2 pp. (дата обращения: 31.08.2015). 10. MultiSpec exercise: Supervised classification. [Электронный ресурс] // PURDUE.EDU: сервер университета Пердью. URL: https://engineering.purdue.edu/~biehl/MultiSpec/tutorials/MultiSpec_Exercise_4.pdf. – 2009. – 7 pp. (дата обращения: 31.08.2015). 11. Landsat 7 Science Data Users Handbook [Электронный ресурс] // NASA.GOV: сервер Национального управления США по воздухоплава-нию и исследованию космического пространства. URL: http://landsathandbook.gsfc.nasa.gov/pdfs/Landsat7_Handbook.pdf. (дата обращения: 03.09.2015). – P. 117-120. 12. The Multispectral Scanner System // NASA.GOV: сервер Национального управления США по воздухоплаванию и исследованию космического пространства. URL: http://landsat.gsfc.nasa.gov/?p=3227. (дата обращения: 13.09.2015). 13. The Thematic Mapper // NASA.GOV: сервер Национального управления США по воздухоплаванию и исследованию космического пространства. URL: http://landsat.gsfc.nasa.gov/?p=3229. (дата обращения: 13.09.2015). 14. The Enhanced Thematic Mapper Plus // NASA.GOV: сервер Национального управления США по воздухоплаванию и исследованию космического пространства. URL: http://landsat.gsfc.nasa.gov/?p=3225. (дата обращения: 13.09.2015). 15. Operational Land Imager // NASA.GOV: сервер Национального управления США по воздухоплаванию и исследованию космического пространства. URL: http://landsat.gsfc.nasa.gov/?p=5107. (дата обращения: 13.09.2015). 16. Thermal Infrared Sensor // NASA.GOV: сервер Национального управления США по воздухоплаванию и исследованию космического пространства. URL: http://landsat.gsfc.nasa.gov/?p=5112. (дата обращения: 13.09.2015).