2. Szakirodalmi áttekintés
2.4. A távérzékelés és a vegetáció
Az erőforrás-kutató műholdak szempontjából nagyon fontos a növénytakaró megfigyelése.
Mivel ez az értekezés szempontjából is egy fontos témakör, ezért egy teljes alfejezetet szente-lek neki. Az eszente-lektromágneses sugárzás, és a növényzet kapcsolatát szemlélteti a 22. ábra.
22. ábra: Az elektromágneses hullámok és a növényzet kölcsönhatásai [landsat.usgs.gov alapján]
A növények levelei a sejtszerkezetükből adódóan nagyon jó fényvisszaverők, mert az általá-ban magas víztartalmú sejtek és a levegővel telített sejtközötti üregek törésmutatója jelentősen eltérnek. Ugyanakkor a látható fény tartományában a levelek mégis sötétek a különböző szín-testek elnyelései miatt. A legfontosabb színszín-testek, a klorofil a és klorofil b elnyelését mutatja a 23. ábra.
23. ábra: A klorofil a és b elnyelési görbéi
Az ábrából látható, hogy amíg a klorofil a elnyelési maximuma az ibolya tartományban, addig a klorofil b elnyelési maximuma a kék tartományban van. Ugyanakkor mindkettő rendelkezik egy másik jelentős elnyelési hullámhosszal, ami a látható vörös tartományban van. Ennek folytán a fotoszintetizáló növények a látható tartományban nem elnyelt zöld színt verik visz-sza. Másik jellegzetessége a növényeknek a sejtszerkezet következtében a nagyon erős reflek-tanciaérték a közeli infravörös tartományban. Ez általában a likacsos parenchima határfelüle-teiről történő visszaverődés következménye (22. ábra). Ezen folyamatok következtében a fotoszintetizáló növények jellegzetes spektrális reflektanciagörbével rendelkeznek (24. ábra).
0
24. ábra: A főbb felszínborítási kategóriák visszaverése, valamint pár fontos érzékelő sávkiosztása
Az erőforrás-kutató műholdak spektrális sávkiosztása szinte kivétel nélkül olyan, hogy alkal-mas legyen a növényzet e jellegzetes tulajdonságának a rögzítésére (24. ábra). A növényzet megfigyelésére a szakemberek ún. vegetációs indexeket dolgoztak ki. A legtöbb vegetációs indexet a látható vörös (R) valamint a közeli infravörös (NIR) sávban rögzített reflektanciából számítjuk. A vegetációs indexek elméleti áttekintését nyújtja a 25. ábra, amelyen egy szóró-dási diagram (scattergram) vázlata látható. Ez az egyes pixeleket, illetve gyakoriságukat áb-rázolja a vörös és közeli infravörös reflektanciák által meghatározott koordinátarendszerben.
Az ún. talajvonal, a vegetációval nem rendelkező, különböző „fényességű” talaj-visszaverő-dési értékekre húzható egyenes. Amint az a fentiekből következik (24. ábra), a vegetációval borított területeket tartalmazó pixelek a talajvonaltól felfelé helyezkednek el. Az indexek egy csoportja a talajvonal, és a különböző vegetációs vonalak meredekségét vizsgálja, míg a má-sik csoport a talajvonaltól vett távolságát (25. ábra). Természetesen vannak a két módszer öt-vözéséből született indexek is.
25. ábra: A vegetációs indexek geometriai szemléltetése
A leggyakrabban használt vegetációs index a normalizált vegetációs index (Normalised Dif-ferent Vegetation Index – NDVI), amelyet Rouse és társai [64. Rouse et al (1973)] írtak le elő-ször. Ez az index a két sáv arányán alapszik, tehát a vegetációs vonal meredekségét vizsgálja.
Az indexet az alábbi összefüggéssel számolhatunk:
R NIR
R NDVI NIR
+
= − [10. egy.]
A talajvonaltól mért távolságot alkalmazza például a PVI (Perpendicular Vegetation Index – PVI), és a WDVI (Weighted Difference Vegetation Index – WDVI). A PVI-t a következő kép-let segítségével számolhatjuk [63. Richardson – Wiegand (1977)]:
R NIR
PVI =sinα⋅ −cosα⋅ [11. egy.]
ahol: α: a talajvonal és az NIR tengely által bezárt szög (lásd 25. ábra) A WDVI pedig az alábbi összefüggéssel számolható:
R s NIR
WDVI = − ⋅ [12. egy.]
ahol: s: a talajvonal meredeksége
Ezeknek az indexeknek nagy hátrányuk, hogy az atmoszféra hatása jelentősen befolyásolja őket, ezért csak olyan felvételek esetében javasolt a használatuk, amelyen elvégezték az at-moszférikus korrekciót.
A talajvonaltól való távolságot használják az egyes, ún. zöldérték-meghatározások is. A 26.
ábra egy békés-megyei űrfelvétel szóródási diagramját mutatja. Ez az az ábra, amit Kauth és Thomas [38. Kauth – Thomas (1976)] bojtos sapkának nevezett el (tasselled cap). Az esetem-ben az elnevezés nem találó, az ábrából mégis szembetűnik, hogy a spektrális térnek ebesetem-ben a metszetében a növényzet jól elkülönül a vegetációmentes részektől. Ezek alapján fejlesztették
ki a Kauth/Thomas (vagy Tasselled Cap) transzformációt, amelynél tapasztalati úton több ér-zékelőre is meghatározták az n-dimenziós „talajvonalat”, valamint a buja vegetációval telje-sen borított terület pontját, ebből a pontból húztak merőlegest a „talajvonalra”, és ennek men-tén értelmezik a zöld-értéket (Green Vegetation Index – GVI vagy greenness). Végül is ezek a transzformációk az eredeti felvételi sávok tapasztalati úton meghatározott lineáris kombinációi.
26. ábra: Egy Landsat TM űrfelvétel jellegzetes szóródási diagramja a 3. és 4. sávban
Azok közül az indexek közül, amelyek ötvözik a talajvonaltól vett távolságot és a meredeksé-get, az MSAVI-t (Modified Soil Adjusted Vegetation Index – MSAVI) említem meg. Ezt az in-dexet Qi és társai fejlesztették ki [60. Qi et al (1994)], úgy, hogy egy korrekciós tényezőt épí-tettek be az NDVI képletébe (L), amelyet az NDVI és WDVI alapján határozhatunk meg. Az MSAVI-t az alábbi összefüggéssel számolhatjuk:
( ) ( )
(
NIR R NIR R L) (
L)
MSAVI = − / + + ⋅1+ [13. egy.]
ahol: L: korrekciós tényező, amit a következő képlettel számíthatunk:
WDVI NDVI
s
L=1−2⋅ ⋅ ⋅ [14. egy.]
Bár a vegetációs indexek nem köthetők közvetlen mérési mennyiségekhez, nincs elméleti (fi-zikai, kémiai és biológiai) alapjuk, hanem sokkal inkább tapasztalati tényen alapulnak, alkal-mazásuk mégis széles körben elterjedt.
A szakemberek az érzékelők fejlesztése során is kifejezetten a vegetáció megfigyelésére al-kalmas szenzorokat fejlesztenek ki. Ezeknek a felvételeknek nemcsak a földi természetes fo-lyamatok és erőforrások megfigyelésében van nagy szerepük, hanem az egyes ágazatok fel-ügyeleti eszközévé is válhatnak. A különböző termés-előrejelző rendszerek például jelentős
felhasználói a vegetáció megfigyelésére alkalmas felvételeknek. Ez az egyes stratégiai döntési szinteken is visszahat, ezáltal az érzékelők fejlesztése során a spektrális felbontás növelését részben a vegetáció vizsgálatában érdekelt szakemberek kezdeményezik. Az újabb műholda-kon található – jelenleg még ritka – hiperspektrális érzékelők által készített felvételek hatal-mas lehetőségeket rejtenek a vegetáció vizsgálatában.