Detektorokat érő sugárzás

hullámhossz függvényében ábrázolt visszaverődési/elnyelődési értékeit spektrális visszaverődési/elnyelődési görbének nevezzük (Sabins, 1987; Berke et al., 2004). A görbék alapján az egyes mikroorganizmusok, ásványok, növények, építmények, mesterséges anyagok jól azonosíthatóakká válnak, hiszen a különböző anyagok eltérő tulajdonságaiból adódóan más-más reflexiós görbékkel rendelkeznek. A meghatározott körülmények között rögzített és gyűjteménybe foglalt „spektrális ujjlenyomatokat” tartalmazó spektrumkönyvtárak (USGS Digital Spectral Library weboldal, Aster Spectral Library weboldal), jelentős szerepet játszanak a spektrális azonosításban (Herold et al., 2004). Az itt található standard profilokat általában referenciaként használják az elemek meghatározásánál.

2.2.4. Detektorokat érő sugárzás

A földfelszín tárgyairól visszavert illetve kisugárzott elektromágneses energiát érzékelő berendezéseket szenzoroknak nevezzük. A távérzékelésben alkalmazott elektromágneses sugárzás hullámhossza alapján megkülönböztetünk ultraibolya, látható, infravörös, vagy mikrohullámú szenzorokat. A detektáló berendezések 3 µm alatti hullámhosszoknál elsősorban a visszavert energiát, míg 3 (5) µm felett a kibocsátott energiát mérik, hiszen a 3 µm hullámhossz a határvonal a visszavert és a kibocsátott sugárzás (rövid- és hosszúhullámok) között. A sugárzási törvényszerűségek alapján a hosszúhullámú sugárzásnak azon szakasza alkalmas a felszíni objektumok hőmérsékletének vizsgálatára, amelyik megfelelő távolságban van a visszaverődési tartományoktól (3 µm<). A nap sugárzási spektrumának energiája 3 µm felett is érzékelhető, bár itt már rendkívül alacsony (Péczely, 1979). A 3-5 µm közötti tartományban átfedések alakulhatnak ki. Az átfedések megakadályozhatják az objektumok elkülöníthetőségét illetve azonosíthatóságát, ezért e tartomány kevésbé használható a távérzékelésben.

A felvevő eszközök felvételezési sávjait a légköri ablakok és a jellemző felszínborítási formák spektrális tulajdonságainak figyelembevételével állapítják meg. Az optikai sávban készített felvételek készítésekor jelentős hatása van a napállásnak, a légköri és időjárási tényezőknek, míg a mikrohullámú esetben ezen befolyásoló hatásoktól függetlenül is lehet felvételeket készíteni. Ebből következően kiválóan alkalmazhatók a légkör összetételének vizsgálatára. A természetes mikrohullámú sugárzás kis energiatartalma miatt a kapott felvételek geometriai felbontása kicsi (Lillesand et al., 2004), így meglehetősen

23

korlátozottak a felhasználási lehetőségei. Aktív formája a radar, amelyet pl. geológiai adatelemzésre használnak.

A képérzékelés és képalkotás az adott kölcsönhatás erősségének változásain alapszik, de vannak olyan érzékelők illetve alkalmazási területek, ahol a kölcsönhatás időbeli lefolyása (ultrahang-képek, radarfelvételek), vagy időbeli terjedése (csillagászati felvételek) szolgáltat adatokat (Woolfson, 2012).

A távérzékelés során alkalmazott légi- vagy űreszközök érzékelőit alapvetően kétféle sugárzás éri (Schowengerdt, 2007):

Lλ (x, y) = Lsλ (x, y) + Leλ (x, y) (5) ahol, Lλ (x, y): detektort érő összes sugárzás [W/m²],

Lsλ (x, y): detektort érő reflektált vagy visszavert sugárzás [W/m²], Leλ (x, y): detektort érő emittált vagy kibocsátott sugárzás [W/m²].

Mindkét összetevő további három-három részre bontható, melyek részletezés bemutatása a 7. sz. mellékletben található.

A távérzékelés során használt eszközök adott nyílásszöggel jellemezhető optikáján keresztül, a meghatározott hullámhossz tartományba eső, a detektor felületére érkező sugárzás teljesítményét mérik. A műszerek kalibrációjakor megállapítják a műszerbe jutó radiancia és a műszer által kiadott digitális jelszint közötti kapcsolatot. A műszerek előállítása során arra törekednek, hogy a kapcsolat lineáris legyen (Berke és Kozma-Bognár, 2010a):

L = α * CN + β (6)

ahol L: radiancia [W/(m²·steradian)], α és β: : : : együtthatók, műszerállandók,

CN: a műszer által kijelzett digitális jelszint, szám (Count Number) és/vagy intenzitásérték (pixelérték).

A detektor típusok részletes bemutatása és csoportosítása a hiperspektrális szenzorok alfejezetben következik.

24 2.3. A hiperspektrális felvétel fogalma

A hiperspektrális távérzékelés fogalmának bevezetése Dr. Alexander F. H. Goetz nevéhez fűződik, aki a következőképpen definiálta: „digitális képek egyidejű rögzítése folyik sok keskeny, egymással összeérő spektrális sávban” (Kruse, 1994). Míg a pankromatikus felvételek általában nagy geometriai felbontásúak, a látható és a közeli infravörös tartomány integrálásával készülnek, a multispektrális felvételek pedig több szélesebb sávszélességű csatornát tartalmaznak, addig a hiperspektrális felvételek nagy csatornaszámúak és szűk sávszélességűek (Schowengerdt, 2007). Erre a jellemzőre utal a hiperspektrális kifejezés is, amely a görög eredetű „hiper” (jelentése „felett” vagy „túl”), és a spektrális („színekre” vonatkozó) szavak összevonásából keletkezett (Borengasser et al., 2008). A hiperspektrális kifejezést a szakirodalmi forrásokban az egyes szerzők eltérő módon alkalmazzák. Találkozhatunk olyan tanulmánnyal, amelyben a szerző a hiperspektrális felvételnek a 100< csatornaszámú felvételt nevezi (Polder és Van der Heijden, 2001; Zheng et al., 2001; Varshney és Arora, 2004). Jaquez és munkatársai a 64<

sávval rendelkező felvételt definiálják hiperspektrálisnak (Jaquez et al., 2002). Számos szakirodalomban pedig a szűk sávszélességű (∼10 nm) felvételeket tekintik ide tartozónak (Sabins, 1987). Más szakértők a hiperspektrális szenzorok közé sorolják a kis térbeli felbontású képalkotókat is, mint pl. a MODIS, amelynek a legkisebb geometriai felbontása akár 1000 m is lehet (Gitelson et al., 1996).

Jelen disszertációban az Európai Unió Tanácsának 2003. 149/2003/EK sz. belső rendeletét (Európai Unió Tanácsa, 2003) alapul véve a távérzékelt felvételeket - a csatornák száma alapján - a következő csoportokba soroltuk:

• Pankromatikus kép: 1 db csatorna

• Színes kép (RGB kamerák): 3 db csatorna

• Multispektrális felvételek: 4-20 db csatorna

• Hiperspektrális felvételek: 21- db csatorna

Kutatásaink során tehát hiperspektrális felvételeknek azokat a felvételeket tekintettük, amelyek esetében egy adott területről, egy időben több mint húsz diszkrét spektrális sávban készül felvétel.

A távérzékelés és a hiperspektrális távérzékelés során is a földfelszín tárgyairól visszavert illetve kisugárzott elektromágneses energia kerül rögzítésre. A detektáló berendezések 3000 nm alatti hullámhosszoknál elsősorban a visszavert energiát, míg 5000 nm felett a kibocsátott energiát detektálják (2. táblázat).

25

2. táblázat A hiperspektrális távérzékelésben alkalmazott spektrális régiók (Schowengerdt, 2007)

Hullámhossz tartomány megnevezése Hullámhossz

formájában kerülnek rögzítésre, melynek minden sávját egy-egy a vizsgált területet lefedő kép alkotja, ezt nevezzük adatkocka-elvnek (Kardeván et al., 2010). Az azonos területet ábrázoló képelemek függőleges mentén kiolvasott intenzitásértékeiből áll össze a terület felszíni anyagának folyamatos eloszlású spektruma, vagyis a reflektancia görbéje. Az adatkocka tehát egy három-dimenziós ábrázolása az objektumnak oly módon, hogy a felvétel két tengelye (x, y) a távolságnak felel meg, míg a harmadik tengely (z) a hullámhossznak (1. ábra).

A több spektrális sávban készített felvételekkel - a nagy spektrális felbontás miatt - a földfelszínen található objektumok (felszínrészletek, tereptárgyak, stb.) általában jobban elkülöníthetőek, mint az egyetlen sávban készítettekkel. A hiperspektrális technológia ennek köszönhetően egyre szélesebb körben elterjedt kutatási módszer. Főleg azokon a szakterületeken alkalmazzák, ahol a megfelelő szintű eredmény elérése érdekében szükség van a nagy spektrális felbontású, sok spektrális sávban készített felvételekre (Kozma-Bognár, 2010b).

26

1. ábra Hiperspektrális adatok értelmezése (Kozma-Bognár, 2010b)

2.4. A hiperspektrális szenzorok

Az elmúlt évtizedben a hiperspektrális távérzékelés területén a technológiai újításoknak köszönhetően a forgalomba hozott érzékelők számában és technikai paramétereiben hihetetlen ugrás következett be. A technológia fejlődésének köszönhetően, a távérzékelésben használatos eszközök, technikák egyre megbízhatóbb és pontosabb érzékelést tettek, tesznek lehetővé számunkra (Frombach és Ritvayné, 2008). A hiperspektrális távérzékelés során előállított felvételek többféle elven működő felvevőrendszerrel készülhetnek. Jelenleg nagyon változatos képet mutatnak az elektromágneses sugárzás rögzítésére alkalmazott technikák. A különféle képalkotó berendezések csoportosításánál többféle kategorizálási szempontot is figyelembe vesznek:

a szenzor energiaforrása, a detektálás módszere, az érzékelő működési elve, az érzékelt hullámhossz tartomány, a felvétel készítési magassága, az adatgyűjtés célja (Sabins, 1987; Schowengerdt, 2007; Woolfson, 2012).

A hiperspektrális szenzorok általában természetes eredetű elektromágneses sugárzásokat érzékelő berendezések, passzív szenzorok (MODIS, HIPERION, AISA). Elnevezésükből adódóan nem rendelkeznek saját sugárforrással, hanem az objektum által visszavert vagy kibocsátott sugárzást mérik. Napjainkban az analóg felvételt készítő mérőberendezések szinte teljes mértékben háttérbe szorultak, a gyakorlatban a felvevő eszközök már indirekt módon érzékelik a megfigyelés tárgyát. A közvetlenül digitális képeket rögzítő szenzorok jelentősége az adatkezelésben rejlik, mivel a beérkező elektromágneses energiát átalakítás

27

nélkül közvetlenül elektromos jelekké alakítják át, így azonnal alkalmasak a számítógépes adatfeldolgozásra (Deli, 2010). Az érzékelő működési elve alapján kamera (framing systems) vagy pásztázó rendszereket (scanning systems) különböztethetünk meg egymástól (2. ábra). A régebbi típusú pásztázókban (Landsat TM) „whiskbroom” szkennelési eljárással továbbították a beeső sugárzást, vagyis lengő vagy forgó tükröt használtak. Az újabb „pushbroom” szkennerek (Lawrence et al., 2003) esetében töltéscsatolt érzékelő egységeket (Charge-Coupled Device = CCD) alkalmaznak.

2. ábra Detektortípusok megkülönböztetése a működési elv alapján (Buiten, 1993)

A hiperspektrális képalkotó rendszerek központi része maga az érzékelő, amely magába foglalja a hardvereken kívül azokat a folyamatokat is, amelyek az optikai radianciát digitális számokká alakítják át úgy, hogy a végén egy hiperspektrális kockát hoznak létre (Chang, 2007a). A hiperspektrális szenzorok általában három fő elemi részből tevődnek össze: optika, spektrográf és digitális kamera (Deákvári és Kovács, 2007). A spektrográf felfogja az optikai résen keresztül a prizmák és az optikák segítségével az objektumról beérkező elektromágneses sugárzást. Szerepe a sugárzás hullámhossz függvényében különböző csatornákra történő felbontásában és a mátrixérzékelőre történő rávetítésében van. A CCD érzékelő elemi egységeiben (pixel) a beérkező sugárzásmennyiséggel arányos elektromos töltés jelenik meg. Ennek kiolvasása során kerül kialakításra az objektum sugárzási képe oly módon, hogy egy adott (felszíni) régióból beérkező sugárzás leképezésével jön létre egy adott pixel információtartalma. A mátrixérzékelő a horizontális tengelyén az objektumról érkező képet jeleníti meg, a vertikális tengelyén a spektrográf

28

által szétbontott az adott geometriai ponthoz tartozó spektrumot képezi le. Végeredményül egy olyan háromdimenziós adatkockát kapunk, melynek két térbeli és egy spektrális tengelye van.

Az a térszög, amelyen keresztül a beeső sugárzás eljut a CCD-ig, a látómező. A látómező (FOV = Field of View) a távérzékelési rendszerek térbeli felbontásának mérésére szolgál, amelyet az optika és az érzékelő jellemzői határoznak meg. Azonos látómező mellett az alacsonyabb repülési magasságból a térbeli felbontás nagyobb lesz, mint a magasabb repülési magasság esetében. A látómező a detektor mozgásának és a felvételezni kívánt terület változékonyságának függvényében változhat, melyet pillanatnyi látómezőnek IFOV (Instantaneous Field of View) nevezünk. A látómezőt horizontális és vertikális elemekre is bontjuk (HFOV, VFOV), melyek szerepe a különböző detektorok képeinek egyesítésénél jelentkezik. A szenzor geometriai felbontásával megadjuk a legközelebbi objektumok közötti távolságot a képen, az egyes képelemeknek megfelelő terepi méretet, azaz a kép egy pontjának a földfelszínen mérhető, valós térbeli kiterjedését (Sabins, 1987:

Schowengerdt, 2007). A geometriai felbontás mértékegységeként a métert használják.

Megkülönböztetünk kis (100 m), közepes (1-100 m) vagy nagy (1 m<) geometriai felbontású felvételeket (Detrekői és Szabó, 2003).

A térbeli felbontással ellentétben a spektrális felbontás független az alkalmazott platformtól. Egy szenzor spektrális felbontása az a legkisebb sávszélesség, amely során még képes rögzíteni összefüggő (képi) adatot. Gyakorlati meghatározása az érzékelő spektrális karakterisztikáján történő félértékszélesség mérésével történik, az érzékelő egyetlen csatornájának adatai alapján. A spektrális felbontás mértékegysége a nanométer.

A hiperspektrális érzékelés esetében a spektrális felbontás - amelyet a sávszélességben mérnek - magas, mivel a sávszélesség 1-15 nm, a multispektrálissal ellentétben, ahol a sávszélesség 50-120 nm vagy még ez feletti. További szempont, hogy a spektrális csatornák hol helyezkednek el az elektromágneses spektrumon belül. A hiperspektrális érzékelés esetében a sávok között folytonosság jellemző, míg a multispektrális esetében általában rések (gaps) találhatóak.

A hiperspektrális érzékelők által készített felvételek esetében a spektrális és a geometriai felbontás mellett jellemző paraméterek még a radiometriai és az időbeli felbontás, amelyek a gyűjtött adatok célirányos kiértékelhetőségére is jelentős hatást gyakorolnak. A továbbiakban Verőné, Berke és Kozma-Bognár valamint Varshney és Arora publikációi felhasználásával definiálom ezeket a fogalmakat (Verőné, 2010; Berke és Kozma-Bognár, 2010a; Varshney és Arora, 2004).

29

A radiometriai felbontás a szenzor azon legkisebb érzékenysége, amely során még különbséget lát a bejövő elektromágneses jel intenzitásában. Egy adott pixel intenzitása a detektorba érkező sugárzási energiát tükrözi, amely egy geometriailag meghatározott földi területelemről származik. Amennyiben változatlan terepi felbontás mellett a spektrális felbontás növekszik, alacsonyabb energiaszintet érzékelnek a felvevők, ezért csökkenni fog a radiometriai felbontás. A felvevőkészülék egy-egy sávjában a beérkező energia minimális és maximális értékei közötti intervallumot egyenlő részekre osztják fel, így különböző - intenzitási értékekkel rendelkező - radiometriai felbontású képek keletkeznek.

A radiometriai felbontást nanométerben adjuk meg.

A szenzor időbeli felbontása a szenzor érzékelésének a frekvenciája, a felvételek készítésének gyakorisága. Az időbeli felbontás a gyakorlatban azt az időintervallumot jelenti, amely egy adott földrajzi hely két egymást követő megfigyelése között eltelik. A környezetünkben lejátszódó folyamatoknak jellegzetesen eltérő időrendszerük van (pl. a katasztrófák gyors lefolyásúak, a vegetáció fejlődése lassabban végbemenő folyamat), ezért a felvételek készítésének a megfelelő gyakoriságát ezekhez kell illeszteni. Az időbeli felbontás mértékegysége a herz vagy másodperc.

A hiperspektrális szenzorok jelenleg a globális megfigyelési stratégia fontos részei.

Korlátaikkal együttvéve rendkívüli lehetőséget biztosítanak számunkra a földfelszín és annak változásainak megértésében. A mai hiperspektrális felvevő berendezések összetett képalkotó spektrométerek, vagyis felvevőkamerák és sugárzásmérők is egyben. A hiperspektrális távérzékelésben leggyakrabban alkalmazott hullámhossz tartományok a látható fény és az infravörös tartomány. A napjainkban használt legjelentősebb hiperspektrális szenzorokat a hordozó eszközök alapján csoportosíthatjuk. Az összegyűjtött földi, légi és műholdas érzékelőket az általuk érzékelt hullámhossz tartományokkal együtt (Kozma-Bognár, 2010b) a 8-10. sz. mellékletek tartalmazzák.

A jövőben a hiperspektrális érzékelők száma és karakterisztikája várhatóan tovább fog növekedni, így a kinyerhető információk köre is bővülni fog, feltéve ha a jelenleg meglévő korlátozó tényezők (pl. atmoszférikus korrekció, adatkinyerési technológiák, adatfeldolgozási módszerek, stb.) csökkenthetőek és megjelennek az új generációs érzékelők. Az hiperspektrális adatgyűjtések céljai még több szakterületre ki fognak terjedni, egyre inkább interdiszciplinárissá válik ez a tudományág, rengeteg csoportosítási lehetőséget vonva maga után. A kapcsolódó hiperspektrális alkalmazások külön alfejezetben kerülnek ismertetésre.

30

2.5. A hiperspektrális légi távérzékelés folyamata

2.5.1. Hiperspektrális felvételezés tervezése és végrehajtása

Alapvetően az elektromágneses távérzékelés teljes folyamatát két nagy részfolyamatra bonthatjuk: az adatok gyűjtésére és az adatok elemzésére (Mucsi, 2004).

A hiperspektrális képalkotó berendezések adatgyűjtését bizonyos tényezők, mint a beérkező sugárzás, a beesési szög, valamint a légköri körülmények nagy mértékben befolyásolják (Berke és Kozma-Bognár, 2010a). Nyilvánvaló, hogy bizonyos körülmények, mint az időjárási viszonyok, a rendelkezésre állási idő nem szabályozhatóak (Paine és Kiser, 2003), ezért a felvételezések nagy körültekintést és precíz tervezést igényelnek. A légifelvételezések megkezdése előtt bizonyos paramétereket meg kell határozni: vizsgálni kívánt terület, repülési időpont, repülési magasság, repülés orientációja, repülési sávok száma, vízszintes és horizontális pontosság, terepi felvételezések, boresight kalibráció. Mivel a repülési kampányok nagyon költséges és időigényes feladatok, ezért a kapcsolódó tervezési és lebonyolítási feladatok kulcsfontosságúak a kiváló minőségű adatok szolgáltatása szempontjából (Borengasser et al., 2008). A legtöbb esetben ezeket a feladatokat a felvételezést koordináló szervezetek végzik.

A hiperspektrális légifelvételezés tervezésénél első lépésként megadásra kerülnek a kutatási terület adatai, a kívánt térbeli felbontás, a spektrális felbontás és a csatornaszám.

Ezen információk alapján a repülést koordináló szervezet repülési tervet készít, majd elvégzi a repüléshez szükséges paraméterek számítását, a repülési nyomvonal meghatározását, a repülés várható költségeinek becslését, valamint a repülést megelőző feladatokat. A repülési kampányok tervezésének és végrehajtásának Tomor és munkatársai által megfogalmazott főbb technológiai folyamatait (Tomor et al., 2011) foglalja össze a 11. sz. melléklet.

A repülési terv részeként a repülési paraméterek kerülnek meghatározásra: a szenzor típusa, repülési magasság, repülési sebesség, spektrális és geometriai felbontás, csatornaszám, valamint az adatfeldolgozás célja. A területi lehatárolás alapján elkészítik a repülési nyomvonalat a repülési sávok megfelelő átfedésének (30-50%) biztosításával, majd később ezek kerülnek feltöltésre a navigációs GPS készülékbe. Ezt megelőzően a érzékelőket és a GPS/INS rendszert (a repülő GPS adatait és háromtengelyű pozícióját rögzíti) kalibrálni kell. Az úgynevezett boresight kalibrációt a szenzorok optikai tengelye

31

és a GPS/INS rendszer között ellenőrző pontok koordinátái alapján végezik el (Brook és Ben-Dor, 2010).

A repülési költségek számítása során általában a következő elemek kerülnek beállításra:

• Nettó repülési idő (felszállástól a leszállásig)

• Rendszerteszt a felszállás előtt (+10-30 %-a a repülési időnek)

• Boresight kalibráció (repülési idényenként 3-4 alkalommal kerül rá sor, időtartama általában 0,2-1 óra)

Esetenként további költségek fordulhatnak elő, mint pl. a külföldi légifelvételezések elvégzése esetében a reptéri illeték, az állásidő, a napidíj, stb. Az adat előfeldolgozás költségei a felhasználó kívánságának megfelelően az előfeldolgozási szint függvényében változik.

A repülési terv (áttekintő térkép a repülési paraméterekkel együtt) engedélyeztetéséhez a repülési tervdokumentációt Magyarországon el kell juttatni a Légügyi Hatóság és a Honvédelmi Minisztérium Geoinformációs Szolgálatának részére, ahol általában 2-4 hét az engedélyezés lebonyolítása.

A tervezést követően az adatgyűjtés szakasza akkor érkezik el, amikor az időjárási körülmények lehetővé teszik a légifelvételezés megfelelő szintű elvégzést. A légifelvétel készítéséhez alkalmas időszak olyan felhőmentes időszak, amelynél maximális a megvilágítás, a napállás legalább 30 fok, vagy az feletti. A javasolt időszak a 10-14 óra közötti időtartam (Borengasser et al., 2008). A megfelelő időjárási viszonyok elérése céljából a gyakorlatban a légifelvételezés lebonyolításra nagyobb időintervallum kerül megjelölésre. Ameddig az időjárás nem megfelelő, készenléti állapotot tartanak fent, amely akár az egy hónapot is elérheti. Természetesen a felvételezésre akkor kerülhet sor, ha a légi jármű és a detektor is rendelkezik a szükséges műszaki paraméterekkel és tanúsítványokkal. A felvételezés közvetlen megkezdése előtt elvégzendő főbb feladatok:

• Paraméterek beállításai a szenzoro(ko)n

• GPS/INS rendszer szinkronizálása

• Felszállási engedélyének kérése a légi irányítástól

• Terepi mintavételezések indítása

A légifelvételezés közben a szenzor vezérlése során folyamatosan figyelni kell a repülési körülményeket, és adott esetben változtatni kell a rendszer paraméterein. Amennyiben a megengedettnél nagyobb elfordulás, bólintás vagy billenés (roll, pitch, yaw) következik be

32

a repülőgép mozgásában, illetve a felvételezési sebességet jelentősen túllépik, akkor hibás sáv keletkezik és meg kell ismételni a felvételezést.

A kapott adatsorok pontosságát tovább lehet növelni a terepi adatgyűjtések, valamint a korábbi archív adatsorok felhasználásával (Milics, 2008). A légifelvételezéshez szorosan kapcsolódó, annak elengedhetetlen részét képező munkafolyamat a földön végzett terepi mérés. Az előre kijelölt terepi pontokon végzett referenciamérésekre a légifelvételezéssel egy időben, vagy ahhoz minél közelebbi időpontban kell hogy sor kerüljön (Berke és Kozma-Bognár, 2010b). A földi adatgyűjtés a következő főbb feladatokból épül fel:

1. Tanító területek és ellenőrző területek felmérése

2. Referenciamérések elvégzése terepi spektrofotométerrel

3. Terepi minták gyűjtése, elszállítása, később tárolása és laboratóriumi mérése 4. GNSS adatok gyűjtése

Tomor és munkatársai a következő javaslatokat fogalmazták meg a 2011. évi kutatási összefoglalójukban (Tomor et al., 2011), melyet a 2006 óta végzett saját repüléseink is alátámasztanak. A tanító területek valamint az ellenőrző területek meghatározásánál ügyelni kell arra, hogy homogén területek legyenek kiválasztva a vizsgált tulajdonságra nézve. Amikor már ezek meghatározásra kerültek, a vizsgált osztályok számát is meg kell állapítani. Az atmoszférikus korrekcióhoz homogén felszínű és anyagösszetételű (pl. beton, aszfalt) referencia területeket kell kijelölni. Figyelni kell arra, hogy ne legyen árnyékos a felvétel és a terepi felbontásnak legalább kétszerese legyen a referenciafelület nagysága. A spektrofotométeres mérések esetében a felvétellel megegyező vagy annál jobb spektrális felbontású földi berendezést szükséges alkalmazni. A mérések helyszínén GPS mérést is végezni kell a terepi felbontással megegyező vagy annál jobb felbontással rendelkező eszköz használatával.

A kvantitatív minták gyűjtése során ügyelni kell arra, hogy a szedett minták minél előbb feldolgozásra kerüljenek, amennyiben ez nem valósítható meg, a szállítást és a tárolást megfelelő biztonsággal a minták tulajdonságainak megváltoztatása nélkül kell megoldani.

A mintavétel helyét GPS készülékkel rögzíteni kell a már korábban leírt kritériumoknak megfelelő eszközzel, valamint fotó/video dokumentációval alátámasztani a mérés elvégzését. Abban az esetben, ha a vizsgált mennyiségi tulajdonság térbeli felbontása nagyobb változatosságot mutat, mint a felvétel terepi felbontása, a helyszínen szükséges meghatározni a mintavételezés térbeli gyakoriságát.

33

A navigációs adatok utólagos feldolgozásához a felvételezés helyszínéhez legközelebbi bázisállomás adataival (legalább 1 Hz adatgyűjtési sebesség mellett) lehet elvégezni a DGPS alapú utókorrekciót.

A hiperspektrális légifelvételezés során az adatok külön-külön fájlba kerülnek rögzítésre, és a felvételezést követően ezek az állományok egy háttértárra kerülnek lementésre, az alábbiak szerint:

- dark adatok (dark frame data), amelyek az érzékelő zajra vonatkozó információit adják, - nyers képi adatfelvétel,

- a felvételhez kacsolódó egyéb (pl. kalibrációs) adatok (csatorna hullámhossza és

- a felvételhez kacsolódó egyéb (pl. kalibrációs) adatok (csatorna hullámhossza és

In document Hiperspektrális felvételek feldolgozásának és mezőgazdasági alkalmazásának vizsgálata (Pldal 22-0)