GISportal
Jedeme i díky Vám

Pondělky s Esri technologiemi: Speciální analýzy rastrových dat

V rámci GIS analýz většinou využíváme vektorová data a on-line služby. Co ale v případě když chceme zjistit více o tom, co se na našem zájmovém území skutečně aktuálně nachází? Ať už se jedná o prostou klasifikaci – rozdělení oblasti na zástavbu, silnice, plochy zeleně a vodní plochy – nebo složitější analýzy typu „jaká plodina se pěstuje na tomto poli“ nebo „jaké minerální látky se nacházejí v této oblasti“, stojíme před otázkou, jaká data a analýzy můžeme využít, aniž bychom museli dané místo osobně navštívit.

Pro tyto úlohy nejlépe poslouží rastrová data, konkrétně tzv. multispektrální snímky. Ačkoli do této kategorie spadají i „obyčejná“ ortofota se třemi spektrálními pásmy (RGB), která mohou sloužit jako podkladová data, z nichž lze vizuálně rozeznat typ povrchu, pro složitější a detailnější analýzy ale využijeme spíše snímky disponující více spektrálními pásmy, nejlépe v blízkém infračerveném spektru. Mezi ně se řadí i družicová data, která hrají v tomto typu analýz důležitou roli. Dnešní družice snímají již od rozlišení 30 cm na pixel, což umožňuje ve snímku rozlišit nejen domy, silnice a řeky, ale i jednotlivé stromy, keře apod. Tyto senzory navíc snímají v celé řadě spektrálních pásem, dokonce až ve stovkách (družice hyperspektrální), díky čemuž je pak možné identifikovat i jednotlivé minerální látky nebo druhy rostlin a plodin.

Nejjednodušší spektrální analýzou rastrů je klasifikace. Tato analýza rozdělí snímek na třídy a každý pixel snímku přiřadí do jedné z nich (například na základě podobnosti pixelů). Tímto způsobem jednoduše dostaneme výsledný obraz v podobě polygonů budov, zeleně, lesů a vody, případně klasifikovaný obraz až na úroveň druhů rostlin – to vše v závislosti na podrobnosti snímku a počtu jeho spektrálních pásem.

Každý materiál na zemském povrchu odráží sluneční světlo na různých vlnových délkách různým způsobem. Křivka závislosti odrazu na vlnové délce (signatura) je specifická pro různé typy povrchu. Můžeme ji měřit například pozemním spektrometrem nad různými materiály, nebo ji odvozovat z multispektrálních a hyperspektrálních snímků.

Obrazek_1

ENVI obsahuje celou řadu knihoven nejrůznějších materiálů od jednotlivých druhů rostlin a plodin přes přírodní minerální látky a různé druhy vody až po člověkem uměle vytvořené materiály. V rámci speciálních nástrojů a algoritmů je pak možné vyhledávat konkrétní materiály v celém snímku pomocí tzv. Detekce cílů, nebo naopak určovat, jaký konkrétní materiál se nachází na daném pixelu obrazu v rámci tzv. Identifikace materiálů.

Vedle multispektrálních a hyperspektrálních snímků se ENVI zaměřuje také na zpracování dat laserového skenování, konkrétně na vytvoření digitálního modelu terénu a povrchu, vrstevnic a vektorových vrstev budov a stromů v rámci software ENVI LiDAR. Pro analýzu nám stačí jakékoliv bodové mračno s rozlišením alespoň 1 bod na 1 m2. Po nastavení základních parametrů, jako je rozlišení výsledného digitálního modelu nebo nastavení minimální a maximální výšky stromů, dostáváme na jedno kliknutí z bodového mračna výstupy v rastrové nebo vektorové podobě včetně 3D vizualizace.

Obrazek_2

Další významnou skupinou dat, kterou můžeme zpracovávat v ENVI, jsou radarová data. Velkou výhodou radaru je, že disponuje vlastním zdrojem záření, a tak není závislý na slunečním světle. Radary tedy můžou pořizovat snímky i v noci, v oblastech s vysokou oblačností nebo za špatných podmínek, například v dešti. Další výhodou radaru je možnost vytvářet ze snímků digitální modely povrchu, protože radar velice dobře zachycuje terénní tvary. V rámci ENVI a její nadstavby SARScape je navíc možné z řady snímků z různých časových období měřit velice malé pohyby nejen terénu, ale i objektů na něm, například stavebních prvků a budov, nebo jako na obrázku měřit drobné pohyby na budovách (zde v okolí linky metra v Budapešti).

Obrazek_3

Podělte se s Vaším komentářem

Emailová adresa nebude zveřejněna