satelliidipiltide aegrea kaliibrimisest heleduse sesoonse käigu uurimiseks
DESCRIPTION
Satelliidipiltide aegrea kaliibrimisest heleduse sesoonse käigu uurimiseks. Tiit Nilson 1 , Tõnu Lükk 1 , Sandra Suviste 2 , Heidi Kadarik 2. 1 Tartu Observatoorium 2 Tartu Ü likool. Satelliidipiltide aegread v õ imaldavad uurida taimkattega seoses. - PowerPoint PPT PresentationTRANSCRIPT
Satelliidipiltide aegrea kaliibrimisest heleduse sesoonse
käigu uurimiseks
Tiit Nilson1, Tõnu Lükk1, Sandra Suviste2, Heidi Kadarik2
1Tartu Observatoorium2Tartu Ülikool
Satelliidipiltide aegread võimaldavad uurida taimkattega seoses
• Pikema-ajalisi muutusi e. trende, nagu suktsessioonilised muutused. Siiski praegu vaid maksimaalselt ca 20 a. ulatuses
• Sesoonseid muutusi, kui pildid pärit vegetatsiooniperioodi eri ajahetkedelt. Antud töös vaatame just erinevate metsatüüpide heleduskordajate sesoonseid muutusi
9. mai 2000 31. mai 2002 6. juuni 2000 18. juuli 2002 29. august 1997
Tartu Observatooriumis olemas Järvselja ala Landsat TM ja SPOT piltide aegrida, alates
1986. aastast, kokku 25 pilti
• Piltidele tehtud atmosfäärikorrektsioon, mille tulemusena on pildid taandatavad maapinnalähedase heleduskordaja ühikutesse
• Saadud sesoonsed read on paraku hajuvad, peamiselt just sensori kaliibrimisandmete ja oluliste atmosfääri parameetrite (aerosooli optiline paksus, veeauru hulk jm.) ebausaldusväärsuse tõttu
Näide: Rabamännikute heleduskordajate aegread spektri rohelises, punases, lähedases ja keskmises infrapunases kanalis. Iga punkt esindab
ühte pilti. Ajatelg, nn. fenoloogiline aeg
Isegi fenoloogilise aja teljestikus on piltväga hajuv.Kui võtta mõni teine metsatüüp, siis saame samuti hajuva graafiku. Veidi parem on olukord kanalites TM5 ja TM7. Erinevaid objekte võrreldes on selgesti näha, et mõne pildi heledused on teiste suhtes süstemaati-liselt üle või alla hinnatud
0
0.02
0.04
0.06
0.08
0.1
0.12
0.14
0 500 1000 1500
Temperature Time, degree*day
Ref
lect
ance
Fac
tor,
TM
2
0
0.02
0.04
0.06
0.08
0.1
0.12
0 500 1000 1500
Temperature Time, degree*dayR
efle
ctan
ce F
acto
r, T
M3
0
0.050.1
0.150.2
0.25
0.30.35
0.40.45
0.5
0 500 1000 1500
Temperature Time, degree*day
Ref
lect
ance
Fac
tor,
TM
4
0
0.05
0.1
0.15
0.2
0.25
0.3
0 500 1000 1500
Temperature Time, degree*day
Ref
lect
ance
Fac
tor,
TM
5
Kuidas siluda saadud aegridu, et neid saaks hakata uurima heleduse sesoonsete muutuste
põhjuste kindlakstegemiseks?
• Suurt lootust, et saame piltide atmosfäärikorrektsiooni kvaliteeti oluliselt parandada, ei ole
• Vana tuntud meetod püsiva heledusega objektide kasutamiseks. Eestis raskusi selliste objektide leidmisega. Hakkame ka sellega tegelema (Sandra Suviste teema)
• Proovime piltide kaliibrimiskoefitsiente muuta nii, et read muutuksid siledamaks
• Kasutame selleks eeldust, et mõnede objektide heleduse aegread peaksid fenoloogilise aja teljestikus olema siledad
• Millised objektid selleks valida?
Konkreetne näide• Valime metsad objektideks, mille heleduskordajate
sesoonsed käigud esitatuna fenoloogilise aja teljestikus peaksid olema piisavalt siledad, seda kõigis Landsat TM kanaleis (välja arvatud TM6). Eeliseks olemasolevate metsanduslike andmebaaside ja paketi PixelWin kasutamise võimalus
• Neil objektidel peaks olema enam-vähem kindel sesoonne käik, muutuste kiirus võiks oleneda vaid temperatuuride summast. Ilmselt sobivad paremini heaboniteedilised metsad, kus limiteerivaid faktoreid vähe. Ka rabamännikud, mis esindavad muutustele vähe alluvaid ökosüsteeme.
• Antud näites valime silumiseks Järvselja andmebaasist– Heaboniteedilised kuusikud (kokku 57.3 ha)– Heaboniteedilised kaasikud (69.9 ha)– Heaboniteedilised männikud (22.7 ha)– Rabamännikud (436 ha) – esindab heledamat objekti
• Valikust on välja jäetud noorendikud ja hiljuti raiutud metsad
Pildi kaliibrimiskordajate parandamine
• Paneme valitud objektide heleduse aegreast läbi sileda kõvera (kas polünoomi või splaini) ja arvutame hälbe tegelike heleduskordajate ja sileda kõvera vahel
• Leiame järjest igale pildile uued kaliibrimiskordajad (tõusu b ja vabaliikme a) nii, et ruutkeskmine hälve üle valitud objektide oleks minimaalne
• Parandatud kordajate a ja b leidmiseks saab tuletada lihtsa valemi (vähimruutude meetodil)
Valemid parandatud kordajate bij ja aij arvutamiseks
n
k
n
kijkijk
n
k
smijk
n
kijk
n
k
smijkijk
ij
DNn
DN
RDNn
RDNb
1 1
22
111
)(1
1
n
kijk
ijn
k
smijkij DN
n
bRa
11
DNijk on i-nda pildi j-nda kanali k-nda objektikeskmine heledus DN ühikutes,Rsm
ijk on vastav silutud heleduskordaja.
Kuidas kaliibrimiskordajate parandamise tulemusena muutuvad valitud 4 objekti aegread? Heaboniteedilised kaasikud
Enne silumist
Pärast silumist
Fertile birch
0
0.01
0.02
0.03
0.04
0.05
0.06
0 500 1000 1500
Temperature Time, degrees*day
Re
fle
ctan
ce F
acto
r, T
M2
Fertile birch
0
0.01
0.02
0.03
0.04
0.05
0 500 1000 1500
Temperature Time, degrees*day
Re
fle
ctan
ce F
acto
r, T
M3
Fertile birch
0
0.01
0.02
0.03
0.04
0.05
0.06
0 500 1000 1500
Temperature Time, degrees*day
Re
fle
ctan
ce F
acto
r, T
M2
Fertile birch
0
0.01
0.02
0.03
0.04
0.05
0 500 1000 1500
Temperature Time, degrees*day
Re
fle
ctan
ce F
acto
r, T
M3
Enne
Pärast
Fertile birch
0
0.1
0.2
0.3
0.4
0.5
0 500 1000 1500
Temperature Time, degrees*day
Re
fle
ctan
ce F
acto
r, T
M4
Fertile birch
0
0.02
0.04
0.06
0.08
0.1
0.12
0.14
0.16
0.18
0 500 1000 1500
Temperature time, degrees*day
Re
fle
ctan
ce F
acto
r, T
M5
Fertile birch
0
0.05
0.1
0.15
0.2
0.25
0.3
0.35
0.4
0 500 1000 1500
Temperature Time, degrees*day
Re
fle
ctan
ce F
acto
r, T
M4
Fertile birch
0
0.02
0.04
0.06
0.08
0.1
0.12
0.14
0.16
0.18
0 500 1000 1500
Temperature Time, degrees*day
Re
fle
ctan
ce F
acto
r, T
M5
Rabamännikud enne silumist
0
0.02
0.04
0.06
0.08
0.1
0.12
0 500 1000 1500
Temperature time, degree*day
Re
fle
cta
nce
, T
M3
0
0.02
0.04
0.06
0.08
0.1
0.12
0.14
0 500 1000 1500
Temperature time, degree*day
Re
fle
cta
nc
e, T
M2
0
0.1
0.2
0.3
0.4
0.5
0 500 1000 1500
Temperature time, degree*day
Re
fle
cta
nc
e, T
M4
0
0.1
0.2
0.3
0 500 1000 1500
Temperature time, degree*day
Re
fle
cta
nc
e, T
M5
Rabamännikud pärast silumist
0
0.02
0.04
0.06
0.08
0.1
0 500 1000 1500
Temperature time, degree*day
Re
fle
ctan
ce F
acto
r, T
M2
0
0.02
0.04
0.06
0.08
0.1
0 500 1000 1500
Temperature time, degree*day
Re
fle
cta
nc
e F
ac
tor,
TM
3
0
0.1
0.2
0.3
0.4
0 500 1000 1500
Temperature time, degree*day
Ref
lect
ance
Fac
tor,
TM
4
0
0.05
0.1
0.15
0.2
0.25
0.3
0 500 1000 1500
Temperature time, degree*day
Ref
lect
ance
Fac
tor,
TM
5
Kuidas silumine mõjutas teiste taimkatte tüüpide sesoonseid heleduskõveraid?
Hea- ja kehvaboniteediliste kaasikute võrdlus. Silutud readBirch
0
0.02
0.04
0.06
0.08
0 500 1000 1500
Temperature Time, degree*day
Re
fle
ctan
ce F
acto
r, T
M2
Fertile
Infertile
Birch
0
0.1
0.2
0.3
0.4
0 500 1000 1500
Temperature Time, degree*day
Re
fle
ctan
ce F
acto
r, T
M4
Fertile
Infertile
Birch
0
0.05
0.1
0.15
0.2
0.25
0 500 1000 1500
Temperature Time, degree*day
Re
fle
ctan
ce F
acto
r, T
M5
Fertile
Infertile
Birch
0
0.02
0.04
0.06
0.08
0 500 1000 1500
Temperature Time, degree*day
Re
fle
ctan
ce F
acto
r, T
M3
Fertile
Infertile
Männikute võrdlus. Silutud read
Pine
0
0.02
0.04
0.06
0.08
0.1
0 500 1000 1500
Temperature Time, degree*day
Re
fle
ctan
ce F
acto
r, T
M2
Fertile
Infertile
Pinus Bog
Pine
0
0.02
0.04
0.06
0.08
0.1
0 500 1000 1500
Temperature Time, degree*day
Re
fle
ctan
ce F
acto
r, T
M3
Fertile
Infertile
Pinus Bog
Pine
0
0.1
0.2
0.3
0.4
0 500 1000 1500
Temperature Time, degree*day
Re
fle
ctan
ce F
acto
r, T
M4
Fertile
Infertile
Pinus Bog
Pine
0
0.05
0.1
0.15
0.2
0.25
0.3
0 500 1000 1500
Temperature Time, degree*day
Re
fle
ctan
ce F
acto
r, T
M5
Fertile
Infertile
Pinus Bog
Kuusikute ja lepikute võrdlus
0
0.01
0.02
0.03
0.04
0.05
0.06
0 500 1000 1500
Temperature Time, degree*day
Refl
ecta
nce F
acto
r, T
M2
Spruce
BlackAlder
0
0.01
0.02
0.03
0.04
0.05
0 500 1000 1500
Temperature Time, degree*day
Refl
ecta
nce F
acto
r, T
M3
Spruce
BlackAlder
0
0.1
0.2
0.3
0.4
0.5
0 500 1000 1500
Temperature Time, degree*day
Refl
ecta
nce F
acto
r, T
M4
Spruce
BlackAlder
0
0.05
0.1
0.15
0.2
0 500 1000 1500
Temperature Time, degree*day
Refl
ecta
nce F
acto
r, T
M5
Spruce
BlackAlder
Lepikud onkaunis sarnaseheledus-kordajagakui hea-boniteedilised kaasikud
Puudeta madalsoo sesoonsed käigudEristatud on kuivad (<30m) ja märjad (>30m) aastad, vastavaltveetaseme kõrgusele Emajõe suudmes Praagal
Lowland Mire Treeless
0
0.02
0.04
0.06
0.08
0 500 1000 1500
Temperature Time, degree*day
Re
fle
ctan
ce F
acto
r, T
M2
<30m
>30m
Lowland Mire Treeless
0
0.02
0.04
0.06
0.08
0.1
0 500 1000 1500
Temperature Time, degree*day
Re
fle
ctan
ce F
acto
r, T
M3
<30m
>30m
Lowland Mire Treeless
0
0.1
0.2
0.3
0.4
0 500 1000 1500
Temperature Time, degree*day
Re
fle
ctan
ce F
acto
r, T
M4
<30m
>30m
Lowland Mire Treeless
0
0.1
0.2
0.3
0 500 1000 1500
Temperature Time, degree*day
Re
fle
cta
nc
e F
ac
tor,
TM
5
<30m
>30m
Problemaatilised asjad
• Kas valitud objektide korral võime ikka nõuda sesoonsete kõverate siledust? Sellega võime välja siluda mõnede faktorite mõju. Absoluutset siledust nõuda ei saa kasvõi seetõttu, et astronoomiline ja fenoloogiline aeg ei käi päris sünkroonselt
• Tulemus oleneb valitud siledate kõverate kujust, mis mõnevõrra subjektiivne
• Silutud reast kipuvad välja langema SPOT pildid, eriti SPOT3. Tõenäoline põhjus - veidi erinev päikese kõrgus
• Aegrea esimese punkti asukoht on problemaatiline
Kui väikese metsa heleduse sesoonset käiku tasub veel jälgida?
• Silumiseks valitud objekti kogupindala peab olema piisavalt suur. Järvseljal sobib selleks hästi rabamännik, mida pindalaliselt palju
• Kui jälgida silutud aegreas mingi konkreetse metsa heleduse ajalist (sesoonset) käiku, siis peab see mets olema piisavalt suure pindalaga, et piltide paikapööramisest ja võimalikust naabruse muutusest tingitud mõjud oleksid väikesed. Alates ca 5 ha suurusest on mõtet hakata uurima ajalisi muutusi. Siit ka järeldus näiteks hooldusraiete jm. väikeste muutuste uurimiseks.
Järeldused
• Silumise tulemusena on saadud arvestatava kvaliteediga heleduskordajate sesoonse käigu kõverad, mida saab juba hakata analüüsima. Näiteks, võrreldes neid mudelarvutuste tulemustega, saame välja selgitada peamised faktorid, mis kujundavad sesoonse käigu (puurinde ja rohurinde LAI, lehtede klorofülli- ja veesisaldus, Päikese kõrgus) ja nende kvantitatiivse mõju
• Silumine toob paremini esile mõnede metsa- ja sootaimestiku tüüpide puhul aastast aastasse toimuvates heleduse muutustes teiste faktorite mõju, nagu on seda Emajõe Suursoo puhul veetaseme kõrgus Praagal