PDF, 3 MB - CENIA, ÄÂeská informaÄÂnàagentura životnÃÂho prostředÃÂ
PDF, 3 MB - CENIA, ÄÂeská informaÄÂnàagentura životnÃÂho prostředÃÂ
PDF, 3 MB - CENIA, ÄÂeská informaÄÂnàagentura životnÃÂho prostředÃÂ
- No tags were found...
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
18<br />
Snímek se vzhledem k obrovskému množství obrazových<br />
bodů při úpravách chová jako statistický soubor,<br />
proto je výhodné k úpravám přistupovat z pohledu statistiky<br />
a s výhodou využívat její nástroje.<br />
Původně radiometrem naměřené hodnoty a jejich<br />
rozložení v závislosti na intenzitě jasu představují v diagramu<br />
spodní šedý obrazec. Toto jsou vstupní údaje pro<br />
provedení korekce. Úprava obrazu spočívá ve statistické<br />
analýze vstupních hodnot a jejich optimalizovaném rozdělení<br />
do celé šířky jasové škály, jak je vidět na souboru<br />
svislých sloupců představujících korigované hodnoty<br />
upraveného obrazu. V histogramu je rovněž dobře viditelná<br />
korekční křivka, jejíž uzlové body jsou číselně popsány<br />
v pátém a šestém sloupci tabulky.<br />
Skládáním různých odstínů monochromatického obrazu<br />
ze všech tří dílčích barevných kanálů do barevného<br />
podání RGB vzniká pak široká škála odstínů potřebných<br />
pro interpretaci snímků. Je-li úprava provedena správně,<br />
barevné portfolio korigovaného obrazu je mnohonásobně<br />
bohatší a umožňuje tedy výrazně kvalitnější<br />
interpretaci než neupravený snímek.<br />
Smysl a účinek přípravy snímku pro interpretaci ilustruje<br />
následující srovnání:<br />
OBR. 2.6 | Ukázka účinku barevné korekce obrazu během přípravy<br />
dat pro interpretaci.<br />
Zdroj: NIKM<br />
Levá polovina obrázku ukazuje tzv. surová data, tzn.<br />
přímé vizuální zobrazení hodnot naměřených radiometrem<br />
ETM+ na satelitu Landsat 7. V pravé polovině snímku<br />
byla provedena korekce jasů s využitím výše uvedené<br />
korekční tabulky, která byla vytvořena na základě optimalizace<br />
gradační křivky. Po úpravě došlo ke zjevnému<br />
zlepšení čitelnosti satelitního obrazu pro potřeby vizuální<br />
interpretace. Je zcela zřejmé, že bez úprav jasu a kontrastu<br />
pomocí optimalizované gradační křivky by obraz<br />
nebylo možno použít pro vizuální vyhodnocení.<br />
Letecká ortofotomapa nebyla při přípravě barevné<br />
kompozice korigována, protože její barevné podání bylo<br />
již optimalizováno zhotovitelem a pro daný účel je toto<br />
nastavení vhodné.<br />
2.1.4 Technologie zpracování dat z tepelné<br />
oblasti spektra družice Landsat 7 ETM+<br />
Využití dat z tepelné oblasti spektra k identifikaci<br />
aktivních skládek a dalších objektů, jejichž existenci<br />
nebo vliv na prostředí je možné sledovat pomocí<br />
tepelného záření<br />
Z hlediska identifikace kontaminovaných lokalit (především<br />
identifikace materiálů aktivních v prostředí) je<br />
metodami DPZ možné například mapovat teploty, které<br />
v průměrech za delší období velmi dobře vypovídají o stavu<br />
dané lokality. Díky schopnosti některých družicových<br />
systémů snímat v termální infračervené části spektra lze<br />
sestavit mapy povrchových teplot, které jsou vhodným<br />
podkladem pro zkoumání některých specifických kontaminovaných<br />
míst.<br />
Pro tyto účely bylo použito termální pásmo družice<br />
Landsat 7 období let 1999–2002. Základní fyzikální principy<br />
a zákony, z nichž je nutné při termálním mapování<br />
vycházet, jsou popsány níže. Jsou zde popsány algoritmy<br />
a vztahy, jež se při termálním mapování uplatňují při<br />
kvantitativním vyjádření teplotních poměrů.<br />
Z hlediska elektromagnetického záření je za termální<br />
(tepelnou) infračervenou část spektra považováno<br />
záření ve vlnových délkách větších než 3 mikrometry.<br />
Avšak vlivem atmosféry je pro metody DPZ možné využít<br />
atmosférických oken 3–5 mikrometrů a 8–14 mikrometrů<br />
vlnové délky. Vzhledem k tomu, že v oblasti 3–5 mikrometrů<br />
je množství odraženého záření poměrně značné,<br />
je možné k měření teplot využít pouze noční snímky. Naopak<br />
v oblasti 8–14 mikrometrů je již množství odraženého<br />
záření vzhledem k emitovanému velmi malé, proto<br />
je možné použít toto atmosférické okno ke zjišťování<br />
teplot i pro snímky pořízené v denních hodinách. Právě<br />
v tomto atmosférickém okně je situováno tepelné pásmo<br />
družice Landsat (rozsah pásma 10,42–12,5 mikrometru,<br />
prostorové rozlišení 60 metrů).<br />
Objekty na zemském povrchu vyzařují energii jako<br />
funkci své teploty, což je vlastně vnější projev této energie.<br />
Právě tento vnější projev energie nazývaný radiační<br />
(jasová) teplota je předmětem zájmu metod zpracování<br />
tepelných dat DPZ.<br />
Každé těleso emituje záření, jehož spektrální složení<br />
a intenzita jsou funkcí typu materiálu a jeho teploty.<br />
K pochopení teplotního mapování – tedy zaznamenávání<br />
a kvantifikaci tohoto záření – je třeba vycházet ze základních<br />
funkčních vztahů. Tedy z Planckovy funkce (absolutně<br />
černého tělesa), Wienova zákona posuvu, Stefan-Boltzmannova<br />
zákona, Kirkhofova zákona a dalších vztahů.<br />
V konkrétních případech je výpočet povrchové teploty<br />
obecně složitější. Důvodem mohou být jak specifika digitálního<br />
obrazového záznamu snímku (počet termálních<br />
pásem), tak například i potřeba atmosférických korekcí.<br />
Do současnosti bylo publikováno množství algoritmů,<br />
jež jsou často vyvinuty pro výpočet teplot povrchů z konkrétního<br />
senzoru.<br />
Algoritmy používané pro výpočet povrchové teploty<br />
lze rozdělit na:<br />
● tzv. split-window algoritmy a multispektrální algoritmy.<br />
Jedná se z hlediska využívaného počtu termálních<br />
pásem v prvním případě o algoritmy využívající<br />
dvě termální pásma, ve druhém případě o algoritmy<br />
využívající více termálních pásem;