سنجش از راه دور نوری Optical Remote Sensing
نوری سنجش از دور استفاده می کند از قابل مشاهده است ، سنسورهای مادون قرمز نزدیک و کوتاه waveinfrared به شکل تصاویری از سطح زمین شناسایی شده توسط پرتو thesolar منعکس شده از هدف بر روی زمین. مواد مختلف متفاوت را منعکس و جذب در طول موج های متفاوت است. بنابراین ، اهداف را می توان با انعکاس امضا خود را در طیفی از راه دور حس تصاویر افتراق داد. نوری سنجش از دور سیستم ها به انواع زیر طبقه بندی شده بسته به تعداد گروههای طیفی مورد استفاده در روند تصویربرداری.
حساس نسبت بهمه رنگها سیستم تصویر برداری : سنسور آشکارساز تک کاناله حساس به تشعشع در طول موج طیف گسترده ای است. اگر محدوده طول موج با دامنه مرئی همزمان ، سپس تصویر حاصل شده را شبیه “سیاه و سفید” عکس های گرفته شده از فضا. کمیت فیزیکی که اندازه گیری روشنایی آشکار از اهداف است. اطلاعات طیفی یا “رنگ” از اهداف از دست داده است. نمونه هایی از سیستم های تصویربرداری حساس نسبت بهمه رنگها عبارتند از :
IKONOS شبکه شخصی
جای پارکی HRV – شبکه شخصی
Multispectral سیستم تصویر برداری : سنسور ردیاب چند مجرایی با باندهای چند طیفی است. هر کانال است حساس به تابش در باند باریک با طول موج. تصویر حاصل تصویر چند که حاوی هر دو روشنایی و طیفی (رنگی) اطلاعات از اهداف بودن قابل مشاهده است. نمونه هایی از سیستم های multispectral عبارتند از :
لندست MSS
لندست ، محصول
جای پارکی HRV – XS
IKONOS کارشناسی ارشد
Superspectral سیستم تصویربرداری : سنسور تصویربرداری superspectral تا به تعداد بیشتری از طیفی کانال (به طور معمول> 10) از یک سنسور multispectral. باند باریک را bandwidths ، امکان بهتری ویژگی های طیفی از اهداف خود قرار داده است توسط سنسور گرفته شده. نمونه هایی از سیستم های superspectral عبارتند از :
MODIS
مریس
Hyperspectral تصویربرداری سیستم : سیستم تصویربرداری hyperspectral نیز به عنوان “طیف سنج تصویربرداری” شناخته شده است. آن را بدست می آورد عکس ها در حدود یک صد یا چند باند طیفی پیوسته. اطلاعات دقیق طیفی موجود در تصویر را قادر می سازد hyperspectral بهتر مشخص و شناسایی اهداف. تصاویر Hyperspectral که کاربردهای بالقوه در زمینه هایی مانند کشاورزی دقیق (به عنوان مثال نظارت بر انواع ، بهداشت ، وضعیت رطوبت و بلوغ از محصولات کشاورزی) ، مدیریت ساحلی (به عنوان مثال نظارت بر phytoplanktons ، آلودگی ، تغییرات اندازه گیری عمق دریا و اقیانوس). نمونه ای از یک سیستم hyperspectral است :
تیتان پدر هلیوس در EO1 ماهواره ای
تابش خورشیدی
سنجش از دور نوری بستگی به نور خورشید به عنوان تنها منبع نور. طیف تابش خورشیدی در بالا جو را می توان با طیف تابش جسم سیاه با درجه حرارت منبع از ۵۹۰۰ کلوین ، مدل با تابش اوج واقع در طول موج ۵۰۰ نانومتر مورد. اندازه گیری فیزیکی از تابش های خورشیدی نیز با استفاده از زمینی و spaceborne سنسورهای.
پس از عبور از جو ، طیف تابش خورشیدی در زمین های ویندوز انتقال مدوله جوی. انرژی قابل توجه باقی مانده است فقط در محدوده طول موج از حدود ۰.۲۵ – ۳ میکرون.
بازتاب طیفی امضا
هنگامی که تابش خورشیدی بازدید سطح هدف ، ممکن است آن را منتقل می شود ، جذب یا منعکس شده است. مواد مختلف متفاوت را منعکس و جذب در طول موج های متفاوت است. طیف بازتاب از مواد طرح کسری از تابش منعکس شده را به صورت تابعی از طول موج حادثه است و در خدمت به عنوان یک امضای منحصر به فرد برای مواد. در اصل ، مواد را می توان از امضا انعکاس آن طیفی شناسایی در صورتی که سیستم سنجش از وضوح کافی است طیفی به تشخیص طیف خود را از کسانی که از مواد دیگر است. این فرض را فراهم می کند پایه ای برای multispectral سنجش از دور.
نمودار زیر نشان می دهد طیف بازتاب معمولی از پنج روش ها : آب زلال ، آب گل آلود ، خاک لخت و دو نوع پوشش گیاهی است.
بازتاب از آب زلال و شفاف است به طور کلی کم است. با این حال ، بازتاب است حداکثر در انتهای آبی طیف و افزایش طول موج کاهش می یابد. از این رو ، آب زلال و شفاف به نظر می رسد تیره مایل به آبی. آب گل آلود است برخی از تعلیق رسوب را افزایش می دهد بازتاب در انتهای قرمز طیف ، حسابداری برای ظاهر قهوه است. بازتاب از خاک لخت به طور کلی در ترکیب آن بستگی دارد. در مثال نشان داده شده است ، بازتاب با طول موج افزایش می دهد monotonically افزایش می یابد. از این رو ، به نظر می رسد که باید زرد قرمز به چشم.
پوشش گیاهی تا امضای منحصر به فرد را قادر می سازد که طیفی آن را به آسانی از انواع دیگر پوشش زمین در نوری / تصویر نزدیک به مادون قرمز نیست. بازتابش کم است در هر دو مناطق آبی و قرمز از طیف ، به علت جذب توسط کلروفیل برای فتوسنتز. این قله در منطقه سبز می دهد که منجر به رنگ سبز از پوشش گیاهی است. در نزدیک به مادون قرمز (نیر) منطقه ، بازتاب بسیار بالاتر از آن در گروه قابل مشاهده است به دلیل ساختار سلولی در ترک می کند. از این رو ، پوشش گیاهی می تواند توسط نیر بالا اما به طور کلی کم reflectances قابل مشاهده شناخته شده است. این ویژگی بوده است در ماموریت های اولیه reconnaisance در دوران جنگ برای “شناسایی استتار” استفاده می شود.
شکل طیف بازتابش می تواند برای شناسایی نوع پوشش گیاهی استفاده می شود. به عنوان مثال ، طیف بازتابش از پوشش گیاهی ۱ و ۲ در ارقام فوق می تواند وارد هر چند به طور کلی از ویژگی های بالا و پایین نیر reflectances قابل مشاهده آنها نمایشگاه. پوشش گیاهی ۱ تا بازتاب عالی در منطقه قابل مشاهده است اما پایین تر انعکاس در منطقه نیر. برای نوع پوشش گیاهی مشابه ، طیف بازتاب نیز به عوامل دیگر مانند رطوبت برگ و سلامت گیاهان بستگی دارد.
بازتابش از پوشش گیاهی در منطقه SWIR (به عنوان مثال باند ۵ لندست از ™ و گروه ۴ از نقطه ۴ سنسور) است ، متفاوت بسته به نوع گیاهان و مقدار آب گیاه را. آب نوارهای جذب قوی در اطراف ۱.۴۵ ، ۱.۹۵ و ۲.۵۰ میکرومتر. در خارج از باند جذب در این منطقه SWIR ، انعکاس برگ به طور کلی کاهش می یابد را افزایش می دهد هنگامی که آب برگ مایع محتوا. این ویژگی می تواند برای شناسایی انواع درخت ها و شرایط گیاه از راه دور سنجش از تصاویر استفاده می شود. گروه SWIR می تواند در تشخیص بوته تنش خشکی و delineating مناطق سوخته و آتش زده پوشش گیاهی استفاده می شود. گروه SWIR نیز حساس به اشعه حرارتی ساطع شده توسط آتش سوزی شدید ، و از این رو می تواند مورد استفاده برای شناسایی آتش سوزی فعال ، به خصوص در شب زمانی که دخالت پس زمینه از SWIR در نور خورشید منعکس شده است وجود ندارد.
متن اصلی
Optical remote sensing makes use of visible, near infrared and short-waveinfrared sensors to form images of the earth’s surface by detecting thesolar radiation reflected from targets on the ground. Different materials reflect and absorb differently at different wavelengths. Thus, the targets can be differentiated by their spectral reflectance signatures in the remotely sensed images. Optical remote sensing systems are classified into the following types, depending on the number of spectral bands used in the imaging process.
Optical remote sensing depends on the sun as the sole source of illumination. The solar irradiation spectrum above the atmosphere can be modeled by a black body radiation spectrum having a source temperature of 5900 K, with a peak irradiation located at about 500 nm wavelength. Physical measurement of the solar irradiance has also been performed using ground based and spaceborne sensors.
After passing through the atmosphere, the solar irradiation spectrum at the ground is modulated by the
. Significant energy remains only within the wavelength range from about 0.25 to 3 µm.
Solar Irradiation Spectra above the atmosphere and at sea-level.
When solar radiation hits a target surface, it may be transmitted, absorbed or reflected. Different materials reflect and absorb differently at different wavelengths. The reflectance spectrum of a material is a plot of the fraction of radiation reflected as a function of the incident wavelength and serves as a unique signature for the material. In principle, a material can be identified from its spectral reflectance signature if the sensing system has sufficient spectral resolution to distinguish its spectrum from those of other materials. This premise provides the basis for multispectral remote sensing.
The following graph shows the typical reflectance spectra of five materials: clear water, turbid water, bare soil and two types of vegetation.
Reflectance Spectrum of Five Types of Landcover
The reflectance of clear water is generally low. However, the reflectance is maximum at the blue end of the spectrum and decreases as wavelength increases. Hence, clear water appears dark-bluish. Turbid water has some sediment suspension which increases the reflectance in the red end of the spectrum, accounting for its brownish appearance. The reflectance of bare soil generally depends on its composition. In the example shown, the reflectance increases monotonically with increasing wavelength. Hence, it should appear yellowish-red to the eye.
Vegetation has a unique spectral signature which enables it to be distinguished readily from other types of land cover in an optical/near-infrared image. The reflectance is low in both the blue and red regions of the spectrum, due to absorption by chlorophyll for photosynthesis. It has a peak at the green region which gives rise to the green colour of vegetation. In the near infrared (NIR) region, the reflectance is much higher than that in the
band due to the cellular structure in the leaves. Hence, vegetation can be identified by the high NIR but generally low visible reflectances. This property has been used in early reconnaisance missions during war times for “camouflage detection”.
The shape of the reflectance spectrum can be used for identification of vegetation type. For example, the reflectance spectra of vegetation 1 and 2 in the above figures can be distinguished although they exhibit the generally characteristics of high NIR but low visible reflectances. Vegetation 1 has higher reflectance in the visible region but lower reflectance in the NIR region. For the same vegetation type, the reflectance spectrum also depends on other factors such as the leaf moisture content and health of the plants.
The reflectance of vegetation in the SWIR region (e.g. band 5 of Landsat TM and band 4 of SPOT 4 sensors) is more varied, depending on the types of plants and the plant’s water content. Water has strong absorption bands around 1.45, 1.95 and 2.50 µm. Outside these absorption bands in the SWIR region, reflectance of leaves generally increases when leaf liquid water content decreases. This property can be used for identifying tree types and plant conditions from remote sensing images. The SWIR band can be used in detecting plant drought stress and delineating burnt areas and fire-affected vegetation. The SWIR band is also sensitive to the thermal radiation emitted by intense fires, and hence can be used to detect active fires, especially during night-time when the background interference from SWIR in reflected sunlight is absent.
Typical Reflectance Spectrum of Vegetation. The labelled arrows indicate the common wavelength bands used in optical remote sensing of vegetation: A: blue band, B: green band; C: red band; D: near IR band;
E: short-wave IR band
نظرات شما عزیزان: