Онлайн
Alvaros
.
- Регистрация
- 14.05.16
- Сообщения
- 21.452
- Реакции
- 101
- Репутация
- 204
Совсем недавно новый гиперспектральный спутник ASI PRISMA открыл доступ к архиву данных с момента запуска в марте 2019 года и, вдобавок, предоставляет возможность заказать съемку на любую интересующую территорию, смотрите
Для сравнения спектрограмм выберем территорию острова Западный Сулавеси, Индонезия — там мне удалось найти пересечение доступных сцен ASI PRISMA и другого гиперспектрального спутника EO-1 HYPERION, в то время как остальные используемые датасеты доступны на всю или почти всю территорию планеты. Итак, мы посмотрим спектрограммы следующих спутниковых миссий и предоставляемых ими наборов данных: ASI PRISMA L2C (30м), EO-1 HYPERION 1T (30м), Sentinel-3 OLCI EFR (300м), Sentinel-2 MSI (10/20/60м), ASTER L1T (15/30/90м), USGS Landsat 8 SR (30м). Для сравнения выбраны три безоблачных участка: густой лес (Wood), соленая вода не слишком близко к берегу (Water) и территория суши без заметной растительности (Land).
Исходные данные и код
Скрипты Google Earth Engine (GEE) для подготовки данных и ноутбуки Jupyter Notebook Python 3, а также полученные графики, доступны в GitHub репозитории
Для построения показанных спектрограмм предварительно необходимо получить следующие наборы данных:
Обратим внимание, что используемые данные несколько разнородны. Дело в том, что разные спутниковые миссии предоставляют отличающиеся уровни обработки данных в диапазоне от сырых не калиброванных данных (зарегистрированное излучение на сенсорах) и до вычисленного коэффициента отражения поверхности (требуется калибровка данных с сенсоров, учет положения Солнца, свойств атмосферы, рельефа). В каждом случае мы выбираем максимально доступный уровень обработки (для представленных спутниковых миссий это оправдано, хотя в общем случае накопление ошибок обработки может делать данные непригодными).
Сравнение спектрограмм гиперспектральных и мультиспектральных спутниковых снимков
Сравнение снимков гиперспектральных спутников ASI PRISMA и EO-1 HYPERION
Сравнение инфракрасных космических снимков ASTER L1T и USGS Landsat 8
Заключение
Как видим из приведены выше графиков, PRISMA при достаточно хорошем разрешении 30м предоставляет широкую спектральную полосу в видимом и ближнем инфракрасном диапазонах и очень высокую детализацию по сравнению со всеми остальными рассмотренными наборами данных. Данные Sentinel-3 разрешением 300м в видимом диапазоне (и немного больше, как видим на спектрограммах) были одними из лучших, но теперь PRISMA предлагает и спектральное и пространственное разрешение выше на десятичный порядок. HYPERION при сходном спектральном и пространственном разрешении очень чувствителен к так называемым окнам прозрачности атмосферы — на спектрограмме видны явственные "провалы", так что реально пригодная к использованию ширина спектра оказывается вдвое ниже заявленной, да и в этой области наблюдаются указанные проблемы. Остальные спутники и вовсе не конкуренты. Панхроматический канал (не цветной) PRISMA тоже заслуживает внимания — разрешение 5м вдвое лучше, чем доступные глобально космические снимки Sentinel-2 и втрое, чем глобальные снимки Landsat-8.
Поживем-увидим, как говорится, если PRISMA обеспечит глобальное покрытие (хотя бы и в один проход) — это кардинально изменит всю отрасль, работающую с космическими снимками. Сейчас для интереса поднимаю данные по старому проекту дистанционного анализа залежей меди, свинца и цинка на территории острова Западный Сулавеси, Индонезия (да-да, именно рассмотренная территория) и попробую сделать анализ с помощью данных PRISMA — вероятно, теперь удастся оценить как территорию залегания (это и раньше делалось, с доводкой до ума геологом, а теперь должно алгоритмизироваться полностью), так и продуктивную глубину (раньше со этим было сложно, получалось только фрагментарно).
You must be registered for see links
Все это доступно бесплатно с лимитом в 218 доступных к заказу и скачиванию сцен площадью 30х30 км с панхроматическим разрешением 5м и гиперспектральным разрешением 30м для 239 каналов! Спутник новый, его техническое тестирование только что закончилось и потому практически ничего о нем еще не известно. Давайте сами выясним, чем может быть интересен этот спутник, сравнив его снимки с другими открыто доступными гиперспектральными и мультиспектральными снимками.Для сравнения спектрограмм выберем территорию острова Западный Сулавеси, Индонезия — там мне удалось найти пересечение доступных сцен ASI PRISMA и другого гиперспектрального спутника EO-1 HYPERION, в то время как остальные используемые датасеты доступны на всю или почти всю территорию планеты. Итак, мы посмотрим спектрограммы следующих спутниковых миссий и предоставляемых ими наборов данных: ASI PRISMA L2C (30м), EO-1 HYPERION 1T (30м), Sentinel-3 OLCI EFR (300м), Sentinel-2 MSI (10/20/60м), ASTER L1T (15/30/90м), USGS Landsat 8 SR (30м). Для сравнения выбраны три безоблачных участка: густой лес (Wood), соленая вода не слишком близко к берегу (Water) и территория суши без заметной растительности (Land).
Исходные данные и код
Скрипты Google Earth Engine (GEE) для подготовки данных и ноутбуки Jupyter Notebook Python 3, а также полученные графики, доступны в GitHub репозитории
You must be registered for see links
Для построения показанных спектрограмм предварительно необходимо получить следующие наборы данных:
- Скачайте продукт PRS_L2C_STD_20200413023942_20200413023947_0001.zip из официального каталога
You must be registered for see links
- Скачайте продукт EO1H1150662006130110PY_1T.ZIP из официального каталога
You must be registered for see links
- Используйте предоставленные в гитхаб-репозитории скрипты Google Earth Engine (GEE_*.js) для получения безоблачных композитов в формате многоканальных файлов GeoTiff:
You must be registered for see links
Обратим внимание, что используемые данные несколько разнородны. Дело в том, что разные спутниковые миссии предоставляют отличающиеся уровни обработки данных в диапазоне от сырых не калиброванных данных (зарегистрированное излучение на сенсорах) и до вычисленного коэффициента отражения поверхности (требуется калибровка данных с сенсоров, учет положения Солнца, свойств атмосферы, рельефа). В каждом случае мы выбираем максимально доступный уровень обработки (для представленных спутниковых миссий это оправдано, хотя в общем случае накопление ошибок обработки может делать данные непригодными).
Сравнение спектрограмм гиперспектральных и мультиспектральных спутниковых снимков
Сравнение снимков гиперспектральных спутников ASI PRISMA и EO-1 HYPERION
Сравнение инфракрасных космических снимков ASTER L1T и USGS Landsat 8
Заключение
Как видим из приведены выше графиков, PRISMA при достаточно хорошем разрешении 30м предоставляет широкую спектральную полосу в видимом и ближнем инфракрасном диапазонах и очень высокую детализацию по сравнению со всеми остальными рассмотренными наборами данных. Данные Sentinel-3 разрешением 300м в видимом диапазоне (и немного больше, как видим на спектрограммах) были одними из лучших, но теперь PRISMA предлагает и спектральное и пространственное разрешение выше на десятичный порядок. HYPERION при сходном спектральном и пространственном разрешении очень чувствителен к так называемым окнам прозрачности атмосферы — на спектрограмме видны явственные "провалы", так что реально пригодная к использованию ширина спектра оказывается вдвое ниже заявленной, да и в этой области наблюдаются указанные проблемы. Остальные спутники и вовсе не конкуренты. Панхроматический канал (не цветной) PRISMA тоже заслуживает внимания — разрешение 5м вдвое лучше, чем доступные глобально космические снимки Sentinel-2 и втрое, чем глобальные снимки Landsat-8.
Поживем-увидим, как говорится, если PRISMA обеспечит глобальное покрытие (хотя бы и в один проход) — это кардинально изменит всю отрасль, работающую с космическими снимками. Сейчас для интереса поднимаю данные по старому проекту дистанционного анализа залежей меди, свинца и цинка на территории острова Западный Сулавеси, Индонезия (да-да, именно рассмотренная территория) и попробую сделать анализ с помощью данных PRISMA — вероятно, теперь удастся оценить как территорию залегания (это и раньше делалось, с доводкой до ума геологом, а теперь должно алгоритмизироваться полностью), так и продуктивную глубину (раньше со этим было сложно, получалось только фрагментарно).