مطالب تخصصی

تصحیح اتمسفری تصاویر ماهواره ای – مقاله ای کاربردی در زمینه پیش پردازش های سنجش از دور

امیرحسین احراری
نوشته شده توسط امیرحسین احراری

داده های حاصل از تصویربرداری ماهواره های سنجش از دور پیش از مرحله استخراج اطلاعات، تصحیح می شوند. مرحله تصحیحات با عنوان پیش پردازش شناخته می شود. در این مرحله، خطاهای هندسی و رادیومتریکی تصاویر اصلاح می شوند. شاید از خود بپرسید که منظور از تصحیحات رادیومتریکی چیست؟ هرگونه عاملی که باعث ایجاد تغییر در انرژی رسیده به سنجنده شود، خطای رادیومتریکی است. عوامل ایجاد کننده این خطا، سنجنده، زمین و اتمسفر هستند.

نویزهای حاصل از سنجنده باعث تغییر در انرژی های رسیده می شود. به عنوان مثال، افزایش دمای سنجنده باعث تولید انرژی های گرمایی خطا و ثبت آن توسط ردیاب ها می گردد. زمین نیز یکی از عوامل ایجاد کننده خطای رادیومتریکی است. توپوگرافی سطح زمین خصوصا در نواحی کوهستانی باعث ایجاد سایه درتصاویر ماهواره ای می گردد. سایه باعث کاهش انرژی رسیده به سنجنده و ایجاد خطا می گردد. اتمسفر به عنوان مهم ترین عامل ایجاد خطای رادیومتریکی است. مهم ترین اثرات اتمسفر بر روی امواج از طریق ابر، پخش و جذب امواج الکترومغناطیسی ایجاد می شود.


اثر ابر در تصاویر ماهواره ای

امواج مرئی و مادون قرمز قابلیت عبور از ابرهای موجود در اتمسفر را ندارند. بر همین اساس شما می توانید ابرهای موجود در تصاویر را حذف کنید اما هرگز امکان مشاهده پدیده های زیر ابر نیست. با استفاده از ترکیب تصاویر سری زمانی، ابرهای موجود در تصاویر قابل حذف هستند. به عنوان مثال الگوریتم ترکیب ماکزیموم مقدار پیکسل یا همان Maximum Value Composite به شکل مطلوبی ابر موجود در تصاویر را حذف می کند. اما این الگوریتم برای یک بازه زمانی، یک تصویر تولید می کند، مانند تصاویر ۷ روزه، ۱۶ روزه.

امواج راداری به به راحتی از ابرها عبور می کنند. مهم ترین مزیت امواج راداری عدم تاثیر پذیری آن از اتمسفر و شرایط جوی است. به طوریکه در هر وضعیت آب و هوایی اعم از ابری و غیر ابری امکان تصویر برداری از منطقه موردمطالعه فراهم است. به عنوان مثال مدتی پیش، قصد تولید نقشه مناطق سیل زده در یکی از استان های کشور ایران را داشتم اما بدلیل وجود ابر شدید در منطقه، امکان استخراج اطلاعات از تصاویر ماهواره ای اپتیکی فراهم نبود. اما با استفاده از تصاویر راداری موجود از منطقه مورد مطالعه، به راحتی و بدون اثر ابر محدوده ابری شناسایی شد.


اثر پخش در تصاویر ماهواره ای

یکی دیگر از اثرات اتمسفر، پخش الکترومغناطیسی است. یکی از نتایج برخورد امواج با ذرات و مولکول های تشکیل دهنده جو، پخش امواج الکترومغناطیسی است. رابطه طول موج و قطر ذرات و مولکول ها باعث ایجاد انواع پخش می گردد. پخش به سه صورت ریلی، مای و غیر انتخابی ایجاد می شود.

پخش ریلی: در شرایطی که طول موج امواج رسیده به اتمسفر از قطر ذرات تشکیل دهنده جو بیشتر باشد، پخش ریلی رخ می دهد. در این نوع پخش، امواج طول موج کوتاه آبی بیش از سایر طول موج ها در آسمان منتشر شده و در نتیجه آسمان به رنگ آبی ظاهر می گردد. پخش ریلی بیشتر ناشی از مولکول های موجود در جو است. به همین دلیل از آن به عنوان پخش مولکولی نیز یاد می شود.

پخش مای: ‌در شرایطی که طول موج امواج رسیده به اتمسفر با اندازه قطر ذرات تشکیل دهنده جو یکسان باشد، پخش مای رخ می دهد. در این نوع پخش، امواج طول موج بلند نارنجی و قرمز در محدوده مرئی بیش از سایر طول موج ها در آسمان منتشر شده و در نتیجه آسمان به رنگ قرمز دیده می شود.  پخش مای بیشتر ناشی از گرد و غبارهای موجود در جو است.

پخش غیر انتخابی: در شرایطی که طول موج امواج رسیده به اتمسفر نسبت به اندازه قطر ذرات تشکیل دهنده جو کمتر باشد پخش غیر انتخابی رخ می دهد. در این نوع پخش، تمامی طول موج های محدوده مرئی بصورت یکسان منتشر شده و در نتیجه آسمان به رنگ سفید، کرم و یا خاکستری دیده می شود. این نوع پخش بیشتر بدلیل ذرات یخی موجود در ابرها است.

چند نکته مهم در ارتباط با پخش الکترومغناطیسی را فراموش نکنید: ۱) پخش پدیده ای است که عموما در محدوده مرئی طیف الکترومغناطیسی رخ می دهد. ۲) پخش باعث افزایش میزان انرژی رسیده به سنجنده می گردد.۳) پخش باعث افزایش درجه روشنایی های ثبت شده در باندهای آبی و قرمز می شود. ۴) پخش الکترومغناطیسی یک خطای اتمسفری است که باید در بخش پیش پردازش اصلاح شود.


اثر جذب در تصاویر ماهواره ای

یکی دیگر از اثرات اتمسفر در برهمکنش با امواج الکترومغناطیسی رسیده، پدیده جذب است. جذب پدیده ای است که عموما در محدوده مادون قرمز اتفاق می افتد. امواج رسیده به اتمسفر، عموما توسط مولکول های آب، ازن و دی اکسید کربن جذب شده و مانع از انتقال انرژی می شوند. در اثر جذب انرژی توسط اتمسفر، دمای آن بالا رفته و منجر به انتشار امواج حرارتی می گردد. جذب باعث کاهش انرژی رسیده به سنجنده شده و در نتیجه کاهش درجه روشنایی های تصویر و کاهش کانتراست را به دنبال دارد.


تصحیح اتمسفری چیست؟

در ابتدای این مقاله در ارتباط با تصحیح رادیومتریکی صحبت شد. اما آیا می دانید دقیقا چه تفاوتی بین تصحیح رادیومتریکی و اتمسفری وجود دارد؟ یکی از بزرگترین چالش های کاربران سنجش از دور دقیقا همین است. در حقیقت تصحیح رادیومتریکی یک مفهوم عام و تصحیح اتمسفری یک مفهوم خاص است. تصحیح رادیومتریکی عبارت است از اصلاح تمامی خطاهای موجود (ناشی از زمین، اتمسفر، سنجنده) در امواج رسیده به سنجنده. تصحیح اتمسفری عبارت است از اصلاح اثرات اتمسفر (پخش و جذب) از روی امواج رسیده به سنجنده. بر اساس این تعاریف تصحیح اتمسفری زیر مجموعه تصحیح رادیومتریکی است. در ادامه نکات بیشتری در ارتباط با تفاوت این دو مفهوم ارائه می شود.


پردازش های تصحیح رادیومتریکی

بعد از آنکه با تعریف تصحیح رادیومتریکی آشنا شدید، نوبت به آشنایی با شکل و نوع پردازش های آن است. تمامی نکاتی که در این قسمت بیان می کنم بر اساس شکل تصحیحات و پردازش هایی است که بصورت عملی (نه صرفا تئوری) در سال ۲۰۱۹ میلادی بر روی تصاویری مانند لندست (توسط کاربران) انجام می شود.

رادیانس: اولین و دقیق ترین پارامتر رادیومتریکی تصاویر ماهواره ای در سنجش از دور، رادیانس است. رادیانس تنها پارامتری در سنجش از دور است که بصورت مستقیم اندازه گیری شده و سایر پارامترها از آن استخراج می شود. رادیانس عبارت است از میزان انرژی الکترومغناطیسی رسیده به سنجنده که در آن اثر انرژی خورشیدی رسیده به سطح زمین نیز وجود دارد. هرچه میزان انرژی رسیده به سنجنده (رادیانس) بیشتر باشد، درجه روشنایی بالاتری نیز برای آن ثبت می شود. در حقیقت بین رادیانس و درجه روشنایی یک رابطه خطی وجود دارد، به گونه ای که افزایش یکی، افزایش دیگری را بدنبال خواهد داشت.

در تصحیحات رادیومتریکی اولین پارامتر مورد محاسبه رادیانس است. برای محاسبه رادیانس نیاز به تصویر درجه روشنایی داریم. این تصویر در یک معادله خطی قرار گرفته و تصویر رادیانس از آن تولید می شود. فراموش نکنید که رادیانس عملا یک تصحیح نیست بلکه یک نوع تبدیل رادیومتریکی است. در این تبدیل، مقادیر درجه روشنایی تصویر تبدیل به مقادیر رادیانس با واحد وات در هر پیکسل می گردد. رادیانس برای تمامی محدوده های طیفی مرئی و مادون قرمز قابل محاسبه است.

رفلکتنسTOA: دومین مولفه در تصحیحات رادیومتریکی بازتاب متاثر از لایه های بالایی اتمسفر یا همان Top Of Atmosphere است. این پارامتر حاوی بازتاب های رسیده به سنجنده است که اثر تابش خورشیدی رسیده به سطح زمین از آن حذف شده است. این نوع بازتاب، حاوی اثر جذب و پخش اتمسفری است و از این حیث تصحیح نشده. رفلکتنس فقط برای محدوده های بازتابی طیف مرئی و مادون قرمز قابل محاسبه است. رفلکتنس یک پارامتر بدون واحد است. بازه مقادیر آن بین ۰ تا ۱۰۰ یا بین  تا ۱ است.

بسیاری از کاربران تفاوت بین رادیانس و رفلکتنس را درست متوجه نمی شوند. درصورتی که کمی دقت به تعاریف آن ها این مشکلات را کاهش می دهد.

  • رادیانس: انرژی رسیده به سنجنده که حاوی اثر ایرادیانس (انرژی خورشیدی رسیده به سطح زمین) است.
  • رفلکتنس: انرژی بازتابی رسیده به سنجنده که فاقد اثر ایرادیانس (انرژی خورشیدی رسیده به سطح زمین) است.

پردازش های تصحیح اتمسفری

تصحیح اتمفسری معمولا پس از تصحیح رادیومتریکی انجام می شود. روش های مختلفی برای تصحیح اتمسفری ارائه شده است.دقیق ترین روش Empirical Line Model نام دارد. در این روش، شما باید همزمان با تصویربرداری ماهواره ای منطقه مورد مطالعه، در آن حضور داشته و با استفاده از دستگاه spectrometer نسبت به برداشت رفتارهای طیفی پدیده های غالب منطقه اقدام نمایید. سپس از طریق رابطه رفتارهای طیفی دستگاه طیف سنج و تصویر ماهواره ای، ضرایب تصحیح استخراج شده و برای تصحیح نهایی تصویر ماهواره ای استفاده می شود.

سایر روش های تصحیح اتمسفری مانند روش مذکور دقیق نیستند اما دقت مطلوبی دارند که برای مطالعه پدیده ها کافی است. این دسته از روش ها نیز به دو دسته متفاوت تقسیم بندی می شوند. دسته اول روش های مبتنی بر مدل های انتقال انرژی هستند. روش های مبتنی بر مدل های انتقال انرژی مانند FLAASH و ATCOR جزو قدرتمندترین و دقیق ترین روش های تصحیح اتمسفری هستند. در این روش ها با استفاده از مدل سازی تجربی، مسیر حرکت امواج الکترومغناطیسی از آغاز تابش خورشیدی تا زمانی که به سنجنده برسد، شبیه سازی می گردد. در این فرایند شبیه سازی شده تمامی عوامل اثر گذار بر روی امواج رسیده به سنجنده مدل سازی و اثر آن اندازه گیری می شود.

دسته دیگری از روش های تصحیح اتمسفری از ساختار ساده تری برخوردارند. این دسته از روش ها که به عنوان روش های نسبی شناخته شدند بیشتر برای زمان هایی کاربرد دارند که انجام تصحیحات اتمسفری الزام آور نیست. به عنوان مثال روش Dark Subtraction روشی ساده و کاربردی است اما در مقایسه با FLAASH از دقت کمتری برخوردار است. در همین راستا از این الگوریتم عموما برای کاربردهایی استفاده می شود که الزامی در انجام تصحیحات نباشد.


آیا می دانید چه زمانی انجام تصحیحات اتمسفری الزام آور است؟ بسیاری از کاربران تصور می کنند که همیشه باید تصحیحات اتمسفری را انجام دهند اما سوال اینجا است که آیا انجام این کار برای همه کاربردها موثر است؟ اولین بار این سوال توسط پروفسور جان آر جنسن مطرح شد. پاسخ آن است که همیشه انجام تصحیحات اتمسفری الزام آور نیست. به عبارت دیگر انجام یا عدم انجام تصحیحات اتمسفری تابعی از کاربرد شما است.

اگر در کاربرد شما هدف استخراج اطلاعات طیفی است مانند محاسبه یک شاخص طیفی و یا روش های تطابق سنجی طیفی، انجام تصحیحات اتمسفری حتما باید انجام شود. اما اگر کاربرد شما تابعی از ویژگی های طیفی تصاویر نیست نیازی به انجام تصحیحات اتمسفری ندارید. به عنوان مثال، طبقه بندی یک تصویر و یا آشکارسازی تغییرات بر اساس تصاویر طبقه بندی شده نیازی به تصحیح اتمسفری ندارد. این بدان معنا است که اگر تصحیح اتمسفری برای چنین کاربردهایی انجام شود، تاثیر قابل توجهی بر نتایج پردازش ها نخواهد داشت.


لینک های مفید


 

 

   

۴ دیدگاه

دیدگاهتان را بنویسید