Wykorzystanie danych dostarczanych przez różne systemy satelitarne zyskuje na popularności od lat 70. XX wieku – kiedy to wystrzelony został pierwszy satelita teledetekcyjny obrazowania Ziemi Landsat 1. W ostatnim czasie możemy zaobserwować coraz większe zainteresowanie zobrazowaniami satelitarnymi z powodu kryzysu związanego z wojną na Ukrainie. Rośnie zarówno świadomość społeczeństwa, jak i organów decyzyjnych jak użyteczne są tego rodzaju dane w czasach kryzysu. Miejmy nadzieję, że to przyczyni się także do tego, iż coraz więcej osób będzie zdawało sobie sprawę i korzystało z całego wachlarza zastosowań, jaki oferują zobrazowania satelitarne – szczególnie tych środowiskowych. Aby tak się stało, przyjrzyjmy się po raz kolejny nieco bliżej podstawowym cechom tego rodzaju danych.
Podstawowe parametry satelitarnych systemów geo-obrazowania
Przypomnijmy, że do podstawowych parametrów zobrazowań satelitarnych należą:
- rozdzielczość przestrzenna,
- rozdzielczość czasowa,
- rozdzielczość spektralna,
- rozdzielczość radiometryczna.
W tym wpisie zajmiemy się zagadnieniem rozdzielczości spektralnej oraz radiometrycznej. O pozostałych parametrach – rozdzielczości przestrzennej i czasowej – pisaliśmy w poprzedniej części artykułu.
Rozdzielczość spektralna
Jak wynika z definicji, w odniesieniu do obrazów satelitarnych rozdzielczość spektralna „określa liczbę kanałów spektralnych (zakresów), które rejestrowane są przez satelitę oraz ich rozpiętość (szerokość). Im większa rozdzielczość spektralna tym więcej informacji możemy uzyskać o obrazowanej powierzchni” [1].
Ale zacznijmy od początku i wróćmy do podstaw. Światło widzialne, czyli takie, które jest dostrzegalne przez ludzkie oko stanowi jedynie małą część całego widma promieniowania elektromagnetycznego. Jeśli przyjrzymy się całemu wykresowi widma, możemy łatwo zauważyć, że dalsze zakresy promieniowania jak promieniowanie podczerwone, mikrofale, fale radiowe to zakresy częstotliwości będące niedostrzegalne dla nas. Natomiast fale te istnieją w środowisku, w którym żyjemy, a my jesteśmy w stanie tworzyć systemy wykorzystujące właściwości tych fal. Stąd też systemy teledetekcyjne rejestrują część promieniowania odbitą od powierzchni Ziemi i znajdujących się na niej obiektów w kilku oddzielnych zakresach długości fal (tzw. pasmach lub kanałach spektralnych) – także tych spoza zakresu widzialnego. Pasmo (kanał) spektralny reprezentuje wybraną część widma (spektrum) promieniowania elektromagnetycznego (Rys.1).
Rys. 1. Zakres fal widma promieniowania elektromagnetycznego/ Widmo fal elektomagnetycznych (Źródło: https://www.earthdatascience.org/courses/earth-analytics/multispectral-remote-sensing-data/introduction-multispectral-imagery-r/) (dostęp: 01.01.2022)
Informacje zarejestrowane przez system satelitarny są przechowywane jako rastry. Zauważymy, iż jeden piksel w danym rastrze może przyjąć tylko jedną wartość. Dlatego obraz satelitarny (scena satelitarna) w rzeczywistości stanowi zbiór kilku rastrów (obrazów) (Rys.2). Wartości zarejestrowanego odbicia spektralnego dla piksela w danym rastrze odnosi się do stopnia odbicia tej powierzchni w danym zakresie promieniowania elektromagnetycznego. Czyli system satelitarny zbierając dane, tworzy jeden raster dla każdego rejestrowanego zakresu spektralnego. W przypadku systemów, które rejestrują dane w zakresie promieniowania widzialnego (w trzech zakresach niebieskim, zielonym, czerwonym), scena satelitarna będzie składała się z 3 kanałów (rastrów).
Rys. 2. Struktura sceny satelitarnej (Źródło:[2])
Pierwsze dostępne na świecie zobrazowania satelitarne pozyskiwane przez satelitę Landsat 1 (który początkowo został nazwany ERTS-1 – Earth Resources Technology Satellite, a dopiero później nadano mu rozpoznawaną dziś w środowisku nazwę) dostarczał obrazy w 4 kanałach spektralnych: 3 kanałach widzialnych (czerwony, niebieski, zielony) oraz w kanale podczerwonym [3]. Wraz z rozwojem satelitów i postępem technologicznym liczba kanałów spektralnych w różnych dostępnych satelitach była często zwiększana. Obecnie niektóre sensory dostarczają danych pozyskanych nawet w kilkuset kanałach spektralnych, np. Hyperion. Natomiast najczęściej występującymi kanałami nadal pozostają kanały widzialne, które często są wzbogacone kanałem podczerwonym i kilkoma dodatkowymi kanałami (Rys.3).
 |
 |
 |
| Kanał 1 – niebieski – 0.45-0.52 µm | Kanał 2 – zielony – 0.52-0.60 µm | Kanał 3 – czerwony- 0.63-0.69 µm |
 |
 |
 |
| Kanał 4 – NIR – 0.76-0.90 µm | Kanał 5 – SWIB – 1.55-1.75 µm | Kanał 6 – Termalny- 10.40-12.50 µm |
 |
||
| Kanał 7 – SWIR – 2.08-2.35 µm |
Rys. 3. Porównanie kanałów spektralnych zobrazowania Landsat 5 (Warszawa, 27.08.2011)
Tworząc instrumenty, które wykorzystywane są w satelitach, musimy pamiętać, iż różne obiekty na Ziemi charakteryzują się różnymi zdolnościami odbijania i pochłaniania promieniowania elektromagnetycznego w danych zakresach długości fali. Teledetekcja satelitarna często korzysta z tych właściwości i dzięki znajomości zdolności odbijania fal przez różne obiekty pozwala na ich odróżnienie od siebie na zobrazowaniach satelitarnych. Systemy satelitarne, które rejestrują dane w wielu kanałach spektralnych, pozwalają nam na lepsze odróżnienie od siebie obiektów oraz lepsze poznanie właściwości tych obiektów, np. czy dana roślinność jest zdrowa, czy cierpi z powodu stresu wodnego. Stąd też cały czas widzimy tendencję w zwiększaniu rozdzielczości spektralnej tworzonych systemów satelitarnych, gdyż dzięki temu możemy zaobserwować więcej cech obrazowanej powierzchni.
Wybierając zakresy spektralne, w których ma obrazować dany system satelitarny, musimy także pamiętać o istnieniu tzw. okien atmosferycznych. Są to zakresy długości fal, które są przepuszczane (nie są pochłaniane) przez atmosferę ziemską. Patrząc na całe widmo promieniowania elektromagnetycznego, możemy zauważyć, iż często mamy przerwy w kolejnych zakresach długości fali, które obejmuje dany kanał spektralny. Wynika to właśnie z faktu, że dla pewnych zakresów długości fali cała część promieniowania elektromagnetycznego jest pochłaniana przez atmosferę ziemską.
Wraz ze zwiększaniem liczby kanałów spektralnych, w których obrazują systemy satelitarne, został wprowadzony odpowiedni podział. Obecnie, z uwagi na rozdzielczość spektralną obrazy dzielimy na:
- obrazy panchromatyczne (jeden kanał spektralny w zakresie widzialnym)
- obrazy multispektralne (kilka kanałów)
- obrazy hiperspektralne (do kilkuset kanałów)
- obrazy ultraspektralne (tysiące kanałów)
Obrazy panchromatyczne pozyskiwane są w szerokim paśmie obejmującym cały zakres widzialny[4]. Obrazy multispektralne obejmują zakresem kilka kanałów spektralnych i są to obecnie najczęściej dostarczane obrazy przez satelitarne systemy teledetekcyjne. Najczęściej obrazom multispektralnym towarzysz także kanał panchromatyczny. Zaawansowane czujniki hiperspektralne oraz ultraspektralne, wykrywają setki oraz tysiące bardzo wąskich pasm spektralnych w całej widzialnej, bliskiej podczerwieni i średniej podczerwieni części widma elektromagnetycznego. Ich bardzo wysoka rozdzielczość spektralna ułatwia precyzyjne rozróżnianie różnych celów na podstawie ich odpowiedzi spektralnej w każdym z wąskich pasm. Takie systemy satelitarne są nadal dość pionierskie, ale możliwe, że w ciągu najbliższych lat zrewolucjonizują rynek zobrazowań satelitarnych. Z pewnością liczba systemów hiperspektralnych będzie ciągle rosła, gdyż wiele znanych dostawców zobrazowań satelitarnych jest w fazie budowania tego typu systemów.
Rozdzielczość radiometryczna
Rozumiana jest jako liczba rozróżnialnych poziomów promieniowania (inaczej bitów) na jaką podzielono rejestrowaną energie[1]. Dostarcza nam informacji, jak czuły jest dany sensor satelitarny na intensywność odbijanego promieniowania elektromagnetycznego.
Aby lepiej uzmysłowić, jak ważna jest rozdzielczość radiometryczna zobrazowań satelitarnych, możemy sobie wyobrazić system satelitarny pozyskujące dane z bardzo dobrą rozdzielczością przestrzenną oraz rozdzielczością radiometryczną wynoszącą 1 bit. Co to oznacza w praktyce? Tego typu sensor potrafi nam dostarczyć informacji dla każdego piksela czy powróciła jakakolwiek wartość promieniowania od obiektu. Nie dostarczy on nam natomiast informacji, jaka była wartość tego promieniowania. Dla obiektów, które odbiły promieniowanie i część powróciła do satelity przyjmie wartość 1, a dla pikseli, dla których żadna część promieniowania nie została zarejestrowana przez sensor przyjmie wartość 0. Możemy sobie łatwo uświadomić, że tego typu informacja w przypadku zobrazowań satelitarnych jest niewystarczająca. Dodatkowo bardzo wysoka rozdzielczość przestrzenna wydaje się być bezużyteczna w przypadku tak niskiej rozdzielczości radiometrycznej. Wraz ze zwiększeniem wartości rozdzielczości radiometrycznej rośnie czułość sensora na wartość odbitego promieniowania. Dlatego ważne jest zapewnienie minimalnej wartości rozdzielczości radiometrycznej w każdym systemie satelitarnym. Już na porównaniu zwykłego zdjęcia cyfrowego (Rys. 4) możemy sobie łatwo uzmysłowić rolę rozdzielczości radiometrycznej.
Rys. 4. Przykład zdjęcia cyfrowego o różnej głębi bitowej (Źródło: https://vedas.sac.gov.in/vedas/downloads/ertd/DLD/L_1_Basics_of_Remote_Sensing_Hiren_Bhatt.pdf)
Obecnie zobrazowania satelitarne zwykle rejestrowane są jako obrazy 8-bitowe (posiadają 256 tonów szarości), np. obrazy Landsat TM. Obrazy o bardzo wysokiej rozdzielczości często rejestrowane są w skali 11-bitowej (posiadają 2048 tonów szarości) czy 12 lub 16-bitowej (Rys. 5). Dla porównania obrazy barwne mogą mieć od 8 do 24 bitów (16,7 mln barw). Dla obrazów 8 bitowych mamy już znacznie większe możliwości niż w przytoczonym wcześniej przykładzie. Wówczas pojedynczy piksel zobrazowania satelitarnego może przyjąć wartość z zakresu od 0 do 255, co daje nam dużo większe możliwości rozróżnienia obiektów na powierzchni ziemi. Porównanie przykładów zobrazowań satelitarnych dostarczanych jako obrazy 8 i 16 bitowe zostało przedstawione poniżej na przykładzie zobrazowań Landsat (Rys. 6).
Rys. 5. Zapis danych na 8 i 11 bitach (Źródło:[2])
 |
 |
| Landsat 5 – 8 bit (Warszawa, 27.08.2011) | Landsat 8 – 16 bit (Warszawa, 01.11.2021) |
Rys. 6. Porównanie zobrazowań satelitarnych Landsat o różnej rozdzielczości radiometrycznej.
Im wyższa rozdzielczość radiometryczna, tym większa jest zdolność sensora do wykrywania różnić w ilości odbitego promieniowania elektromagnetycznego. Tutaj ponownie większą czułość na różnicę w odbitym promieniowaniu daje nam możliwość odróżnienia zdrowej, zielonej roślinności od suchej. A to wszystko dzięki temu, iż wiemy, że w zakresie promieniowania czerwonego sucha roślinność będzie miała znacznie wyższą wartość obitego promenowania niż zdrowa, zielona roślinność [5].
Podsumowując, widzimy, że zobrazowania satelitarne mogą charakteryzować się nie tylko różną rozdzielczością przestrzenną i czasową (co zostało opisane w poprzedniej części artykułu), ale także spektralną i radiometryczną. Wszystkie te cechy stanowią o przydatności danych satelitarnych pozyskanych przez dany sensor, dlatego wybierając dane do dedykowanych zastosowań, powinniśmy wziąć pod uwagę wszystkie te cechy. Zawsze są one ze sobą ściśle powiązane. W ostatnich latach możemy zaobserwować, że parametry te ciągle ulegają polepszeniu, a to bezpośrednio wiąże się z pozyskiwaniem bardzo dużych wolumenów danych satelitarnych. Obecnie kolejnym wyzwaniem z jakim się mierzymy to radzenie sobie z efektywnym przesyłaniem czy przechowywaniem coraz większych ilości danych.
Źródła:
[1] Wężyk Piotr, Cisło-Lesicka Urszula (2021) „Wprowadzenie do danych satelitarnych”, Dane satelitarne dla administracji publicznej
[2] Osińska-Skotak Katarzyna (2013) „Przetwarzanie i interpretacja zdjęć satelitarnych”, W ramach zadania 27 Programu Rozwojowego Politechniki Warszawskiej
[3] Koncency Gottfired (2003) „Geoinformation: Remote Sensing, photogrammetry and geographic information systems” CRC-Press
[4] Bajorek-Zydroń K., Chormański J., Cisło-Lesicka U. i in.(2020) „Dane satelitarne dla administracji publicznej”, Sat4ENVI – System operacyjnego gromadzenia, udostępniania i promocji cyfrowej informacji satelitarnej o środowisku
[5] Donald P. Albert (2000) „Spatial Analysis, GIS and Remote Sensing”, Applications in the Health Sciences
