Który satelita teledetekcyjny najlepiej nadaje się do mapowania zasięgu roślinności

Obecnie piszę zadanie dla mojej klasy teledetekcji i chociaż myślę, że mam poprawną odpowiedź, zastanawiałem się, co myślą ludzie, którzy robią te rzeczy dla życia.

Pytanie brzmi: który satelita z Landsat TM (Thematic Mapper) i SPOT 5 użyłby do mapowania ogólnego zasięgu obszaru badań o wymiarach 300 km x 300 km.

Moja odpowiedź brzmiała, że ​​użyjesz SPOT 5, ponieważ jest on wyższej rozdzielczości i pozwoli ci uzyskać lepszy zasięg w porównaniu do 30m rozdzielczości Landsat TM. Jednak SPOT 5 ma mały obszar pokosu, więc musisz użyć więcej zdjęć. Myślałem też o pokosie VMI o długości 2200 km na SPOT 5, ale rozdzielczość wynosi 1 km.

Myśli?

Zgadzam się z opinią @vascobnunes, ale jeśli chcesz zdefiniować określone obiekty, musisz użyć LANDSAT TM, ponieważ więcej klasyfikacji wymaga więcej pasm, ponieważ (R, G, B, NIR, MIR, TIR, FIR) ... i moim wyborem jest to, że powinieneś użyć LANDSAT TM (dałem te same informacje w poniższym wyjaśnieniu) do wegetacji.

Ważną rzeczą w tym przypadku jest to, że powinieneś spojrzeć na relative spectral response (RSR)swojego satelitę.

Przyjmuje się, że pomiary względnej odpowiedzi widmowej (RSR) są stałe dla wszystkich detektorów objętych wspólnym filtrem i są znormalizowane do szczytowej odpowiedzi jedności AT. Obecnie nie ma metod sprawdzania stabilności widmowej w czasie z pomiarów zarówno na orbicie, jak i na ziemi.

(Źródło: Dr. John Barke)

Oprócz RSR temporal resolutionjest tak ważny dla powtarzalnego cyklu akwizycji danych ...

Jest to względna odpowiedź spektralna dla LANDSAT TM:

Jest tutaj informacja o ocenie różnic NDVI spowodowanych przez funkcje względnej odpowiedzi widmowej specyficzne dla czujnika.

Streszczenie jest tutaj:

Indeks znormalizowanej różnicy wegetacji (NDVI) jest najczęściej stosowanym wskaźnikiem opartym na teledetekcji do monitorowania dynamiki powierzchni ziemi i zmian środowiskowych. Z powodu różnych charakterystyk czujnika wartości NDVI różnią się w zależności od systemu rejestracji. Niniejsze badanie koncentruje się na współczynniku charakterystyk czujnika spektralnego, który może komplikować interpretację wielosensorowych danych NDVI. Dlatego pasma wielospektralne Landsat 5TM, QuickBird i SPOT5 symulowano na podstawie danych hiperspektralnych. Te symulowane zestawy danych wykazują identyczne cechy (oprócz spektralnej), takie jak geometria czujnika, warunki atmosferyczne, topografia i rozdzielczość przestrzenna. Pozwala to na bezpośrednie porównanie różnic NDVI spowodowanych czynnikiem o różnych charakterystykach spektralnych.

Zrobiłem dla ciebie podsumowanie z tego dokumentu na temat wartości widmowych dla NIR i pasma czerwonego ...

Względne funkcje odpowiedzi widmowej czerwonych i bliskiej podczerwieni pasm Landsat 5TM, QuickBird i SPOT5 z 2 typowymi widmami pokrycia terenu.

Wynik :

Zwłaszcza w regionie NIR funkcje RSR czujników różnią się między sobą. Widoczne jest to, że przerwa między pasmem czerwonym a pasmem NIR Landsat 5TM oraz SPOT5 jest szersza niż przerwa między pasmami QuickBird, w których istnieje nawet nakładanie się.

Różnice związane z czujnikami (%) funkcji względnej odpowiedzi widmowej pasm czerwonych (a) i bliskiej podczerwieni (b) czujników.

Wynik:

Podczas gdy czerwone pasy QuickBird i SPOT5 są bardzo podobne, pasma NIR tych czujników wykazują największe różnice do ponad 80% przy 0,77 µm. Ze względu na duże różnice między pasmami NIR funkcje RSR tych pasm wpływają bardziej na NDVI niż funkcje czerwonych pasm.

Mam nadzieję, że Ci to pomoże...

Jeśli masz tylko SPOT 5 i Landsat TM do wyboru, pieniądze nie stanowią problemu i na niewielkim obszarze 30 000 ha, zgodziłbym się, że SPOT5 jest najlepszym wyborem, chociaż Landsat miałby pewne silne zalety:

SPOT5:

• Rozdzielczość przestrzenna 2,5 m
• 3 pasma spektralne (zielony, czerwony, bliski podczerwieni)
• około 2,64 € za km2 na nowe akwizycje
• dobry czas na ponowne odwiedziny
• największa zaleta: lepsza rozdzielczość, idealna do bardzo szczegółowego odwzorowania szczegółów przestrzennych

Landsat TM

• Rozdzielczość przestrzenna 30 m
• 7 pasm spektralnych (R, G, B, NIR, MIR, TIR, FIR)
• około 0,5 € za km2
• największa zaleta: lepsza informacja spektralna idealna do lepszej dyskryminacji tematycznej; Cena £

Miałbyś też dobre opcje z Rapideye, Aster lub LISS-IV.

Pozdrawiam, Vasco Nunes

Jeśli chcesz, aby automatyczna klasyfikacja była zgodna z Landsat, myślę, że każda automatyczna klasyfikacja zdjęć o rozdzielczości 2,5 m (w zależności od rodzaju i różnorodności obszaru) sprawi, że poradzisz sobie z wieloma artefaktami, chyba że naprawdę jesteś w tym dobry: ).

Najważniejszy jest cel takiego zestawu danych. Tylko wizualizacja? Bardzo szczegółowe obliczenia powierzchni? Analiza bliskości? Jaki jest najmniejszy obszar roślinności, który chcesz reprezentować w swoim zestawie danych? Jaki jest twój harmonogram i siła robocza? Wszystko to powinno dać ci odpowiedź na twoje pytanie.

Wiele rzeczy do rozważenia, a celem takiego projektu są główne wskazówki.