VYSOKÉ U ENÍ TECHNICKÉ V BRN
FAKULTA STAVEBNÍ
LADISLAV PLÁNKA
DÁLKOVÝ PR ZKUM ZEM
MODUL 03
ZPRACOVÁNÍ DAT
STUDIJNÍ OPORY
PRO STUDIJNÍ PROGRAMY S KOMBINOVANOU FORMOU STUDIA
Dálkový pr zkum Zem · Modul 03
© RNDr. Ladislav Plánka, CSc., Brno 2007
- 2 (58) -
Obsah
OBSAH
1 Úvod ...............................................................................................................7
1.1 Cíle ........................................................................................................7
1.2 Požadované znalosti ..............................................................................7
1.3 Doba pot ebná ke studiu .......................................................................7
1.4 Klí ová slova.........................................................................................7
2 Zpracování dat..............................................................................................9
2.1 Popis nam eného souboru dat ...........................................................10
2.2 Formulace úlohy dálkového pr zkumu...............................................11
2.3 Analogové zpracování dat...................................................................12
2.3.1
P ístrojová technika ..............................................................12
2.3.2
Fotointerpretace ....................................................................13
2.4 Digitální zpracování dat ......................................................................14
2.4.1
Digitální obrazová data .........................................................15
2.4.2
Digitální zpracování obrazových dat dálkového pr zkumu .16
2.4.2.1 Rektifikace a restaurace obrazu ............................................17
2.4.2.2 Zvýrazn ní obrazu ................................................................21
2.4.2.3 Matematické operace ............................................................23
2.5 Klasifikace ..........................................................................................24
2.5.1
Vytvá ení klasifika ních pravidel .........................................25
2.5.2
Druhy klasifikací...................................................................26
2.5.2.1 ízená klasifikace .................................................................26
2.5.3
Úpravy po klasifikaci............................................................29
3 Software.......................................................................................................31
3.1 PCI Geomatics ....................................................................................31
3.2 ERDAS, Inc ........................................................................................33
3.3 ER Mapper ..........................................................................................33
4 Mezinárodní orgány a organizace DPZ....................................................35
4.1 Earth Observation Satellite Company (EOSAT) ................................35
4.2 European Association of Remote Sensing Laboratories (EARSeL)...35
4.3 International Institute for Aerospace Survey and Earth Sciences (ITC)35
4.4 Committee on Space Research (COSPAR) ........................................35
4.5 Evropská agentura pro kosmický prostor (ESA - European Space
Agency) ...............................................................................................35
4.6 Eumetsat..............................................................................................35
4.7 International Society for Photogrammetry and Remote Sensing
(ISPRS), Société inrernationale de photogrammétrie et de
télédétection (SIPT) ............................................................................37
4.8 Asian Association on Remote Sensing ...............................................37
4.9 ELDO/ESRO.......................................................................................37
4.10 Interkosmos .........................................................................................37
4.11 Evropská organizace pro telekomunika ní družice (EUTELSAT).....37
4.12 Mezinárodní organizace pro telekomunika ní družice (INTELSAT) 37
- 3 (58) -
Dálkový pr zkum Zem · Modul 03
4.13 Mezinárodní organizace pro námo ní družice (INMARSAT) ........... 37
4.14 Arabská organizace družicových komunikací (ARABSAT) ............. 37
4.15 Národní kosmické agentury a organizace........................................... 39
4.15.1 Brazílie ................................................................................. 39
4.15.2
ína ...................................................................................... 39
4.15.3 Finsko ................................................................................... 39
4.15.4 Francie.................................................................................. 39
4.15.5 Indie...................................................................................... 40
4.15.6 Itálie...................................................................................... 40
4.15.7 Izrael..................................................................................... 40
4.15.8 Japonsko ............................................................................... 40
4.15.9 Jižní Afrika........................................................................... 41
4.15.10 Kanada.................................................................................. 41
4.15.11 Mexiko ................................................................................. 42
4.15.12 N mecko............................................................................... 42
4.15.13 Nizozemsko .......................................................................... 42
4.15.14 Slovensko ............................................................................. 43
4.15.15 Švýcarsko ............................................................................. 43
4.15.16 USA...................................................................................... 43
4.15.17 Velká Británie ...................................................................... 44
5 eské organizace........................................................................................ 45
5.1 Po átky eskoslovenského využívání metod DPZ ............................. 45
5.2 V decké a státní organizace ............................................................... 46
5.2.1
Spole nost pro fotogrammetrii a dálkový pr zkum R....... 46
5.2.2
eská astronomická spole nost............................................ 46
5.2.3
Správa Krkonošského národního parku ............................... 46
5.3 Výuková pracovišt ............................................................................ 46
5.3.1
P írodov decká fakulta UNIVERZITY PALACKÉHO V
OLOMOUCI ........................................................................ 46
5.3.2
Lesnická fakulta eské zem d lské univerzity v Praze....... 48
5.3.3
Lesnická fakulta Mendelovy zem d lské a lesnické
univerzity v Brn .................................................................. 48
5.3.4
Výukové programy............................................................... 49
5.4 Komer ní organizace.......................................................................... 50
5.4.1
GISAT .................................................................................. 51
5.4.2
Lesprojekt Brandýs nad Labem............................................ 52
5.4.3
Holdingová spole nost Help Service Group, Praha ............. 52
5.4.4
Foresta Velké Karlovice....................................................... 53
5.4.5
Argus Geo Systém, Hradec Králové .................................... 54
5.4.6
Ústav pro výzkum lesních ekosystém , Davle..................... 54
6 Záv r ........................................................................................................... 55
6.1 Shrnutí ................................................................................................ 55
6.2 Studijní prameny ................................................................................ 55
6.2.1
Seznam použité literatury..................................................... 55
- 4 (58) -
Obsah
6.2.2
6.2.3
Seznam dopl kové studijní literatury ...................................55
Odkazy na další studijní zdroje a prameny ...........................58
- 5 (58) -
Úvod
1
Úvod
1.1
Cíle
Text modulu navazuje na p edcházející znalosti z oblasti fyziky atmosféry
(modul 01) a z oblasti technických za ízení pro po izování dat a jejich nosi
(modul 02). Cílem tohoto textu je podat stru nou informaci o metodách
zpracování obrazových dat. P ipojena je i stru ná informace o pracovištích,
která se dálkovým pr zkumem zabývají.
1.2
Požadované znalosti
Ur itou výhodou pro pochopení jádra textu tohoto modulu jsou alespo
uživatelské znalosti digitálního zpracování obrazu.
1.3
Doba pot ebná ke studiu
Doba pot ebná ke studiu problematiky modul 01 až 032 je specifikovaná
v modulu 01.
1.4
Klí ová slova
Analogové a digitální zpracování dat, klasifikace, organizace dálkového
pr zkumu Zem .
- 7 (58) -
Zpracování dat
2
Zpracování dat
V celém systému dálkového pr zkumu lze s ohledem na vlastní data rozlišit
dv základní pracovní etapy, a to:
1. získávání nebo sb r dat
2. zpracování dat, tj. p em nu získaných (nam ených i jinak sebraných)
dat na požadovanou informaci.
Ob etapy, tj. sb r a zpracování dat, spolu t sn souvisejí a vzájemn se velmi
významn ovliv ují. P i sb ru dat je nap . t eba mít na z eteli možnosti
zpracovatelských operací a to, jaké informace je t eba získat a naopak
zpracovatelské postupy, musí mimo jiné, respektovat možnosti m ící techniky
i zp sob sb ru dat a jeho vn jší podmínky.
Složitost zpracování dat dálkového pr zkumu spo ívá p edevším ve vlastním
p edm tu m ení, tj. v krajin a v jejich složkách. Nutnou podmínkou dosažení
požadované informace je, aby byl hledaný informa ní údaj zjistitelný, tj. aby
jím zp sobené zm ny radia ních veli in byly použitou technikou m itelné.
Jinak e eno, aby byly v tší než rozlišovací schopnosti m ícího p ístroje.
Každá úloha zpracování dat je odlišná podle toho, jaká data byla nam ena a
jakou informaci je t eba získat.
Kvalita dat je dána celou škálou tzv. vn jších a vnit ních parametr .
Jako vn jší parametry ozna íme ty faktory, které jsou nezávislé na m eném
objektu, resp. zjiš ované informaci. Jde nap . o:
•
technické parametry m ících p ístroj
•
atmosférické vlivy
•
geometrické uspo ádání m ení
•
intenzitu zdroje m eného zá ení (slune ního zá ení aj.)
Jako vnit ní parametry ozna íme ty faktory, které udávají druh nebo stav
m eného objektu. Mají formu:
1. druhových parametr (pole, les aj.), podle nichž adíme
m ené objekty do jednotlivých kategorií a
2. stavových parametr , které udávají velikostní vymezení ur ité
stavové veli iny (hmotnost, vlhkost aj.).
Stavové parametry vyjad ují rozsah informa ního požadavku a celkovou
složitost úlohy. Jsou nejv tším o íškem dálkového pr zkumu.
Na konfiguraci konkrétních parametr pak záleží, zda budou jednotlivé
kategorie objekt analyzovány v obecné rovin (voda, les apod.) nebo velmi
podrobn (nap . pšenice ve fázi mlé né zralosti, hlinitá hn dozem s obsahem
vody 10-20 % a obsahem humusu 1-2 % apod. ). V procesu zpracovávání se
takto vytvá ené kategorie ozna ují jako t ídy.
Je z ejmé, že ím mají být výsledné informace podrobn jší, tím bude
specifikace úlohy obsahovat více vnit ních parametr . Vzhledem ke spojitosti
kvantitativních parametr je teoretický po et možných t íd nekone n velký. V
- 9 (58) -
Dálkový pr zkum Zem · Modul 03
praxi se ale pracuje vždy jen s kone ným po tem informa ních kategorií. P i
jejich kone né formulaci je hlavním omezujícím prvkem sestava vn jších
parametr používaných dat.
Podíváme-li se na obrazová data ješt z jiného úhlu pohledu, pak obsahují
informace dvojího druhu, a to:
• topografické (geometrické) vlastnosti objekt
vzdálenost objekt apod. a
nap . poloha, velikost,
• tématické (množství biomasy, chemické složení látek, teplota povrchu a
mnoho dalších).
Každá druh, krom toho že vyžaduje sv j profesionáln specifický zp sob
získávání, vyžaduje odlišný p ístup i z hlediska zpracování dat.
2.1
Popis nam eného souboru dat
Ozna me m enou radiometrickou veli inu, jejíž velikost je vždy vztažena
k ur itému místu v krajin , tedy nap . k sou adnicím (x,y), písmenem f. Tato
veli ina je závislá na vlnové délce λ, ase t jejího zjiš ování a zvolené
polariza ní rovin p. Pro každou sestavu (vlnová délka, as, polariza ní rovina)
však nabývá tato veli ina pouze jediné konkrétní hodnoty. Na daném míst
(x,y) m žeme v L vlnových délkách λ, v T asových okamžicích t a v P
polariza ních rovinách p zjiš ovat hodnoty veli iny f, a tak se k tomuto místu
vztahuje
hodnot veli iny f:
fλ1(x,y),..., fλL(x,y), ft1(x,y),..., ftT(x,y), fp1(x,y),..., fλpP(x,y) = f1(x,y),..., fM(x,y)
Celý soubor m ených hodnot m žeme vyjád it jednou M-rozm rnou
vektorovou funkcí f(x,y), jejíž složky jsou fm(x,y), p i emž m = 1,..,M.
Poloha m eného bodu je zpravidla udávána v rovin pravoúhlými
sou adnicemi x a y, p ípadn zem pisnými sou adnicemi ϕ a λ. V p ípad
pot eby se používá i výšková sou adnice z, resp. h. P itom platí, že:
0 < x < X, 0 < y < Y
kde X a Y jsou konstanty udávající rozm r m eného území. Z matematického
hlediska tento vztah p edstavuje defini ní obor funkce f(x,y). Protože m ená
radiometrická veli ina dosahuje jen nezápornou a kone nou hodnotu, je i každá
složka výsledné funkce nezáporná a omezená.
Prostorová lokalizace m ené radia ní hodnoty fm(x,y) je pro dálkový pr zkum
charakteristická. Jejím p ímým d sledkem je prostorová prezentace funk ních
hodnot v grafické podob , a proto se funkce fm(x,y) ozna uje také jako
obrazová funkce a její nam ené hodnoty obrazová data a kone n celý
nam ený soubor dat jako obraz.
Technická procedura p evodu nam ených dat do obrazové podoby se ozna uje
jako vizualizace dat. Je to plošné vyobrazení pr b hu funkce fm(x,y) pomocí
barevných, resp. ernobílých bod , kdy stejným funk ním hodnotám
odpovídají stejné barevné odstíny (barevný obraz), resp. stejné odstíny šedi
( ernobílý obraz). U ernobílých obraz odpovídá obvykle stupnice šedi
- 10 (58) -
Zpracování dat
zvyklosti ernobílé fotografie, tedy menším hodnotám fm(x,y) odpovídají
tmavší odstíny.
Obrazová data jsou obecn všechna data, která je možné zobrazit v obrazové
podob . Obrazovými daty tak mohou být v p ípad dálkového pr zkumu Zem
jak nap . letecké i družicové fotografie po izované na citlivou vrstvu filmu
(tzv. analogová data), tak družicové i letecké snímky ze skener , p ípadn
radar , které jsou v záznamových za ízeních uchovávána p ímo v digitální
podob (tzv. data digitální). P vodn analogová data lze do digitálního tvaru
p evést digitalizací (nej ast ji skenováním), digitální data lze p evést do
analogové podoby nap . tiskem i p enosem na filmový materiál.
Soubor funk ních hodnot f(x,y) p edstavuje vícerozm rný obrazový soubor
(víceobraz). Jeho rozm rnost je dána po tem složek vektoru f(x,y) neboli
po tem obrazových složek, který je roven M. Pokud jsou tyto složky tvo eny
hodnotami po ízenými v r zných spektrálních intervalech (L > 1), nazveme
soubor f(x,y) jako multispektrální obraz. Obdobn v p ípad , kdy je T > 1
hovo íme o multitemporálním obrazu a v p ípad kdy P > 1 o
multipolariza ním obrazu.
2.2
Formulace úlohy dálkového pr zkumu
Základním principem zpracování dat dálkového pr zkumu je nalézt souvislost
mezi nam enou radiometrickou veli inou f(x,y), kterou m že být nap . zá ivý
tok, intenzita zá ení, zá apod. a vnit ními parametry s(x,y) látkového prost edí,
které zá ení odrazilo nebo vyzá ilo. Teorie dálkového pr zkumu zná dv
základní úlohy, a to:
P ímá úloha: Jsou-li v daném míst (x,y) známy všechny vnit ní parametry
s(x,y) látkového prost edí a všechny charakteristiky dopadajícího zá ení, pak
lze ur it radia ní veli iny f(x,y) popisující zá ení vycházející z látkového
prost edí daného místa.
Nep ímá (obrácená) úloha: Jsou-li v daném míst (x,y) známy radia ní
veli iny f(x,y) popisující zá ení vycházející z látkového prost edí daného místa
a všechny charakteristiky dopadajícího zá ení, pak lze ur it všechny vnit ní
parametry s(x,y) látkového prost edí.
P i praktických aplikacích dálkového pr zkumu se eší práv obrácená úloha.
Ob úlohy jsou jednozna n ešitelné jen tehdy, je-li znám vztah mezi
vektorovými funkcemi f(x,y) a s(x,y). Obecn platí:
f ( x, y ) = A[s ( x, y )] ,
kde A je p enosová matice, která tento vztah formalizuje. Složitost reálného
sv ta se v prostoru i v ase projevuje nep ebernými kombinacemi vnit ních
parametr s(x,y) studovaného látkového prost edí, což nám nedovoluje tuto
p enosovou matici definovat jednozna n a dostate n p esn , a tak je její
analytický tvar znám pouze pro n které velmi jednoduché sestavy datových
soubor f(x,y). Drtivá v tšina zpracovatelských úloh se soust e uje jen na
stanovení vhodné p enosové matice pro konkrétní sestavu dat a požadovaných
vnit ních parametr , tj. „ad hoc“. Obecn jšímu uplatn ní dosažených ešení
brání navíc i prom nnost vn jších parametr , a to jak asoprostorová zm na
- 11 (58) -
Dálkový pr zkum Zem · Modul 03
p írodních podmínek (slune ní zá ení, p da, atmosféra), tak rozdílnost
technických parametr použité snímací techniky. V p ípad , že nelze použít
vhodných korekcí, pak je platnost získaných výsledk omezena pouze na
dané území, daný okamžik m ení a na použitý typ m ící techniky.
2.3
Analogové zpracování dat
Analogové metody zpracování dat mohou být aplikovány jak na originální
analogová dat (nap . fotografické snímky), tak na vizualizovaná digitální data
(obraz). V sou asné dob pokládáme tuto metodu za prvotní, p edb žné,
rychlé a orienta ní ur ení kvalitativních a kvantitativních parametr vybraných
zájmových objekt , jež p edchází následnému digitálnímu zpracování dat
dálkového pr zkumu v celé ší i jeho kombina ních možností. Výrazným rysem
této metody je subjektivnost zpracování dat, by i na základ maximálního
využití kvalifikovaných zkušeností. I p es nazna ené jiné možnosti, jsou
analogovými metodami zpracovávány p edevším fotografické snímky, a proto
je lze zahrnout i pod b žn užívaný pojem fotointerpretace.
Všeobecn lze p i aplikaci analogové metody zpracování dat použít bu
fotogrammetrické metody a p ístroje, nebo metody a za ízení, vyvinutá
speciáln pro dálkový pr zkum, p edevším pro vlastní dálkový pr zkum Zem .
2.3.1
P ístrojová technika
Z fotogrammetrických interpreta ních pom cek se pro nejjednodušší
vyhodnocení jednotlivých snímk nebo ady snímk využívá jednoduchých
optických za ízení, jejichž ú elem je p enést informaci ze snímku do mapy.
asto užívaným fotogrammetrickým za ízením jsou p ekreslova e, s jejichž
pomocí lze vyhotovovat nap . i družicové fotoplány. Vzhledem k malým
m ítk m družicových záznam je ob as nevýhodou jejich malé zv tšení. Jsouli k dispozici stereozáb ry, lze použít o kových nebo zrcadlových
stereoskop , pop . stereoskop dopln ných o stereometr (ur ování výškových
rozdíl ).
Speciální p ístrojová technika pro analogové zpracování dat dálkového
pr zkumu asto vychází ist z fotogrammetrických p ístroj , u nichž je pro
tyto ú ely odstran na práv nevýhoda zmín ného malého zv tšení a do nichž
byla implamtována ur itá omezená možnost tvorby barevných syntéz, pop .
korekcí úbytk sv tla do stran (nap . p ekreslova RECTIMAT C s až 18-ti
násobným zv tšením, jednoduché vyhodnocovací za ízení na bázi stereoskopu
se stereometrem – INTERPRETOSKOP aj.).
Jedním ze speciálních za ízení pro zpracování fotografických multispektrálních
snímk jsou tzv. sm šovací projektory. Tato za ízení jsou schopna promítat
n kolik spektrálních snímk p es volitelnou sadu barevných a šedých
korek ních filtr na spole nou matnici, kde se vytvá í barevná syntéza. Tu je
možno bu fotografovat, nebo kontaktn kopírovat na barevný inverzní papír,
umíst ný ve fotografické kazet . Volbou filtr je možné dosáhnout
výrazn jšího barevného kontrastu, pop . zvýrazn ní vyhodnocovaného jevu ve
snímkovaném území oproti ostatním jev m. Typickým p íkladem je sm šovací
projektor MSP-4C (Zeiss Jena) ur ený speciáln
pro zpracování
- 12 (58) -
Zpracování dat
multispektrálních snímk z komor MKF-6M nebo MSK-4. ada takových
sm šovacích projektor pracuje se stejným vstupním analogovým snímkovým
materiálem, ale celý další postup je již veden v digitální rovin po p edchozím
naskenování snímk (t eba i prost ednictvím filmové kamery jako u p ístroje
MDS firmy NAC, Japonsko).
M ení denzity (optické hustoty) fotografických materiál denzitometry, resp.
mikrodenzitometry, tedy metoda vlastní pro speciální technickou disciplínu
zabývající se vlastnostmi transparentních materiál , se s úsp chem používá i
p i vyhodnocování snímkových materiál pro pot eby dálkového pr zkumu.
Optická hustota zjiš ovaná v konkrétních bodech terénu na jednotlivých
multispektrálních snímcích poskytuje objektivní informaci o relativních
hodnotách radia ních veli in v jednotlivých spektrálních pásmech (pozor na
vzájemnou srovnatelnost údaj , kterou m že zabezpe it pouze standardizace
fotografického vyvolávacího procesu). Nov jší typy denzitometr jsou
vybaveny i digitálním výstupem a možností plynulého posunu p edlohy.
Denzitometrická m ení lze využít i pro profilová m ení (výstupy jsou velmi
podobné dat m získaným z trasujících radiometr ) nebo plošná m ení, která
mohou mít charakter sb ru hromadných dat z jednoho typu povrchu (nap .
pšeni ného pole) i suplovat skenování, zvolíme-li vhodn velikost
prom ovaného pole a krok denzitometrování v obou sm rech snímku.
2.3.2
Fotointerpretace
Interpretací fotografického snímku rozumíme zpracování informace, kterou
v sob skrývá do podoby, která je p ístupná dalšímu uživateli. Oby ejn se
jedná o extrakci konkrétní informace (nap . podmá ené plochy na
zem d lských p dách) a potla ení redundandních rušivých nebo zastírajících
dat (nap . fenofáze zem d lské kultury).
Fotografický obraz je vytvo en konkrétním snímacím za ízením (se všemi jeho
optickými klady i zápory) na jedine ný fotografický materiál, kde se prezentuje
souborem optických a tvarových vlastností fotografovaných objekt . Soubor
t chto vlastností, které z stávají za ur itých podmínek nem nné a umož ují tak
definovat druh a stav konkrétního objektu, ozna ujeme jako soubor
interpreta ních znak . N které interpreta ní znaky jsou pro ur ité jevy nebo
objekty natolik charakteristické, že vedou ke konstrukci interpreta ních klí ,
které mohou mít globální nebo regionální, resp. trvalou nebo asov omezenou
platnost. Interpreta ní znaky lze rozd lit na:
•
p ímé skute né, které existují jak na snímku, tak i ve skute nosti (tvar,
barva, rozm r)
•
p ímé neskute né, které existují jen na snímku (textura, struktura, tón)
•
nep ímé, které využívají druhotné znaky (poloha, sousední objekty,
p í inné souvislosti)
Interpretace se obvykle provádí na základ porovnání objektu na snímku se
vzorovými ukázkami, které jsou uvedeny v interpreta ním klí i. asto se
pracuje elimina ní metodou, kdy se postupn pro každý objekt vylu uje jeho
za azení do jednotlivých t íd interpreta ního klí e a v akceptované t íd do
interval hodnot jednotlivých stavových parametr až je tento objekt
„jednozna n ur en“. Fotointerpretace by nem la probíhat bez p edchozí
- 13 (58) -
Dálkový pr zkum Zem · Modul 03
p ípravy, tj. shromážd ní všech dostupných informací o vyhodnocovaném
území (literárních, mapových, fotografických aj.). Osobní rekognoskace
klí ových ploch z hlediska fotointerpretace m že být pro kvalitní posouzení
snímkových materiál jen p ínosné. Vlastní interpretace obsahuje:
•
výb r a vyhodnocení charakteristických homogenních oblastí
(klí ových ploch) a ur ení jejich vlastností (tj. definování
interpreta ního klí e),
•
vyhodnocení neznámých ploch ( azení do jednotlivých t íd podle
interpreta ního klí e) se zvláštním d razem na vyzna ení nejasných a
sporných území,
•
verifikaci výsledk fotointepretace, kterou lze provést, obvykle
namátkov , srovnáním se skute ností v terénu (pokud ovšem mezi
snímkováním a fotointerpretací neuplynula p íliš dlouhá doba) nebo
tak, že interpretaci, p edevším sporných a nejasných území, provede
nezávisle na p vodní ješt jiná osoba.
Problém fotointerpretace tkví p edevším v tom, že s malou zm nou vn jších
podmínek (osv tlení, film jiné citlivosti a gradace aj.) m že dojít k velké
zm n n kterých, ale i všech, interpreta ních znak . Tato skute nost se
promítá do více i mén neúsp šných snah o automatickou interpretaci
snímkových materiál v tšinou s pomocí expertních systém , které obvykle
kolabují na ur ité podrobnostní úrovni, kterou nelze p ekro it. V sou asné
dob si lze jen velmi obtížn p edstavit systém (v etn zapojení samou ících
stroj a um lé inteligence), který by kalkuloval se všemi možnými variantami
vstupních dat. Prozatímní praxe ale také nevyvolává žádný výjime ný tlak na
pot ebu realizace takovýchto „supersystém “. Více si zakládá na zkušenostech
a dedukci vyhodnocovatele.
2.4
Digitální zpracování dat
Praktické využití digitálních technologií v dálkovém pr zkumu p išlo až po
prvních kosmických letech a výrazn se za alo prosazovat až po roce 1970. K
jejímu masovému rozší ení došlo v polovin osmdesátých let v souvislosti s
osobními po íta i (PC) a v polovin devadesátých let 20. století se tato
technologie prosadila i do fotogrammetrie a dalších technologií zpracování
obrazu.
Technologie digitálního obrazu a jeho zpracování se prosadila zejména pro:
•
snadný a moderní p enos dat,
•
dokonalé kopírování obraz (snímk ),
•
možnost využití citliv jších sníma ,
•
lepší možnosti geometrické a radiometrické transformace,
•
snadn jší odstran ní šumu,
•
možnosti automatického zpracování (nap . detekce jev
automatická klasifikace aj.) aj.
- 14 (58) -
v obraze,
Zpracování dat
Digitální zpracování se však netýká primárn získaného jen digitálního obrazu,
který je takto primárn vytvo en díky konstrukci snímacího za ízení (nap .
zobrazujícího skeneru). V malé mí e jsou po izovány digitální obrazové
záznamy sekundární digitalizací analogov po ízeného obrazu (nap .
skenováním fotografického snímku). V obou p ípadech je ale t eba p evést
spojitý analogový signál (zá ivá energie, optická hustota) na diskrétní digitální
výstup, tj. vzorkovat signál. Pro ode ítání hodnot ze spojitého analogového
signálu je t eba nalézt takovou frekvenci, aby nové diskrétní hodnoty pr b h
p vodního analogového signálu co nejlépe vystihovaly. Takové problémy eší
r zné vzorkovací teorémy (nap . Shannon, Kot lnikov, Nyquist).
P i digitalizaci fotografických snímk
výrazn
p evažuje skenování
(po izování rastrového záznamu) nad vektorizací (po izování vektorového
záznamu). Lze p i n m uplatnit r znou velikost pixel tak, aby došlo
k optimálnímu skloubení rozlišovací schopnosti skenovaného fotografického
snímku, prostorové rozlišovací schopnosti digitálního obrazu a technických
parametr za ízení (Tabulka 2-1) zpracovatele i uživatele digitálních
obrazových dat. Digitální data lze v omezené mí e získat i denzitometricky.
Tabulka 2-1 P íklad skenování leteckého ernobílého snímku (230 x 230
mm) p i r zném rozlišení skeneru
DPI
Rozm r pixelu v µm
Vyžadovaná pam v MB
2.4.1
100
254
0,82
600
42
30
1000
25
84,6
8500
3
5900
Digitální obrazová data
Digitální obraz chápeme jako obrazovou informaci, která je p evedená do
íslicové podoby. Vzhledem k tomu, že reálný sv t má prakticky neomezenou
geometrickou rozlišovací schopnost (nap . až do velikosti elementárních ástic
hmoty), je nutno p i zobrazení reality po ítat s jistým stupn m generalizace,
která závisí na technických možnostech i zp sobu využití dat. To znamená, že
je t eba zvolit ur itou kone nou nejv tší rozlišovací úrove , nebo-li obrazový
element ur ité velikosti, který bude dále ned litelný a s kterým budeme
pracovat. Pro tuto elementární ást obrazu se ustálil název pixel (z angl. picture
element). Jednotlivé pixely nabývají ur itého stavu a tato informace je op t s
ur itým technickým omezením kódována. Výsledný digitální obraz se tedy
skládá z množství na sebe navazujících pixel ve vodorovném a svislém sm ru,
které nabývají jistých kódových hodnot. Nej ast ji je kódována jeho
radiometrická hodnota, nap . odrazivost. Ta pak ur uje „barvu“ pixelu, p i
vlastním zobrazení.
Abychom obraz mohli matematicky popsat, je nutno v n m založit
sou adnicový systém, který umožní jednozna n definovat hodnotu obrazové
funkce pro jakýkoliv „bod“ obrazu. Nej ast ji se používá sou adnicová
soustava P, L (pixel, line), tj. sloupec, ádka nebo opa n , která jednozna n
ur uje polohu pixelu v obraze. Známe-li sou asn i skute nou velikost pixelu v
metrech, m žeme pak z této soustavy p ejít na absolutní sou adnice.
Vzhledem ke kone né velikosti pixelu a danému rozsahu kódovacích hodnot
nem žeme užít pro popis obrazu spojitou funkci. Obraz má charakter matice,
- 15 (58) -
Dálkový pr zkum Zem · Modul 03
kde pixely tvo í m ádek a n sloupc , kódová hodnota jednotlivého pixelu je
hodnotou prvku matice
P[i, j ] = f (i, j ) , kde
f(i,j) je hodnota obrazové funkce v i-tém ádku a j-tém sloupci.
Vzhledem k sou asným technickým možnostem je výhodné zapisovat
obrazovou informaci, nesenou hodnotou pixelu, pomocí 1 bytu, který nám dává
256 možných stav (0, …, 255). Celková velikost obrazového souboru M pak
má p i tomto 8-bitovém kódování hodnotu (1 pixel = 1byte):
M = m . n . e (byt ), kde
m je po et ádk , n je po et sloupc a e je po et spektrálních pásem.
Používá se i kódování 6-bitové (64 stav ), 4-bitové (16 stav ), nebo naopak
10-bitové (1024 stav ) a 11-bitové (2048 stav ). Kódování na více stav velmi
zvyšuje technické nároky na primární i zpracovatelské systémy.
Nejjednodušším obrazovým záznamem jsou 1-bitová data, kdy jsou v obraze
rozlišeny jen dv barvy, a tak se ve výsledném souboru vyskytují pixelové
hodnoty rovné nule nebo jedné.
Obrazová funkce obecn nemá náhodný charakter (opa né tvrzení lze snad
p ijmout jen ve velmi výjime ných p ípadech na zvlášt vybraných místech na
Zemi nebo až pro zpracování dat v celosv tovém m ítku). Hodnoty obrazové
funkce tedy nabývají (kvazi)náhodných hodnot z intervalu < r, s >, kde r, s jsou
etnost výskytu
kódované minimum a maximum obrazové funkce.
jednotlivých hodnot obrazové funkce udává histogram obrazu (tj. sloupcový
diagram), který m že být zpracováván jednak jako vícerozm rný pro n kolik
nebo všechny užité spektrální záznamy naráz, jednak, a to ast ji, pro každý
monochromatický obraz samostatn .
2.4.2
Digitální zpracování
pr zkumu
obrazových
dat
dálkového
Digitální zpracování obrazových dat dálkového pr zkumu zahrnuje ty i hlavní
typy operací:
1. Rektifikaci a restauraci dat (p edzpracování obrazových záznam ), kdy
se provádí po áte ní zpracování surových dat, jako je úprava
geometrických zkreslení a radiometrická kalibrace, nebo-li eliminace
šumu.
2. Zvýrazn ní obrazu, kdy se vylepšuje obraz pro další interpretaci, aby se
zvýšilo vizuální odlišení mezi jednotlivými prvky obrazu, ímž se
zv tší množství informace, které lze vizuáln interpretovat.
3. Extrahování informace, které zahrnuje p edevším tzv. klasifikaci
obrazu, jež nahrazuje vizuální interpretaci interpretací automatickou.
4. Postklasifika ní úpravy.
5. Analýza obrazových dat (studium dynamiky jev , modelování
s obrazovými daty aj.)
6. Spojování dat s jinými obrazovými daty a jejich vstup do GIS.
- 16 (58) -
Zpracování dat
2.4.2.1
Rektifikace a restaurace obrazu
Zlaté pravidlo digitálního zpracování obrazových dat (digital image, resp.
picture, processing),
íká že „Nejlepší p edzpracování je žádné
p edzpracování“. Nejvíce informace je totiž vždy obsaženo v p vodním obrazu
a s každým p edzpracováním množství a kvalita informace klesá. P esto se
provádí.
Ú elem této fáze zpracování obrazových dat je oprava chyb, které vznikly
v pr b hu
po izování
„surových dat“. V zásad mají bu povahu
geometrickou nebo radiometrickou a jsou velmi závislé na konkrétním
snímacím za ízení a jeho kosmickém, resp. letadlovém nosi i. Tyto chyby
m žeme posuzovat s ohledem na zdroj jejich vzniku, kterým m že být
technická nedokonalost snímacího za ízení, nevhodný algoritmus systémové
korekce, atmosféra i samotná podstata distan ního m ení, nebo s ohledem na
jejich opakovatelnost, resp. identifikovatelnost. Druhým hlediskem je
p edevším vznik náhodných a systematických chyb. Zatímco velikost
systematických chyb (chyby v poloze snímaného objektu v d sledku zak ivení
Zem a její rotace) lze p edvídat a modelovat, a tak lze provád t jejich korekce
již na p ijímací stanici, podléhají náhodné chyby zákon m náhody. Vznikají
nap . v d sledku kolísání parametr dráhy nosi e, vlivy atmosféry, výpadk
innosti snímacího za ízení v pr b hu snímání apod. N které náhodné chyby
mohou mít v obrazovém záznamu charakter šumu, ten však asto p echází do
chyb systematických (nap . existence periodicky se opakujících pás
v originálním obraze p i chybném nastavení jednoho ze senzor ).
Geometrická korekce
„Surová obrazová data“ po ízená snímacími za ízeními z aerokosmických
nelze bez geometrických korekcí vlícovat do jakýchkoliv
nosi
sou adnicových sítí (kartografických, zem pisných). Obsahují totiž r zné
geometrické chyby, jejímiž zdroji jsou nap .:
•
zm ny výšky letu, polohy a rychlosti letu nosi e,
•
zak ivení Zem , její rotace a výškové zm ny reliéfu terénu,
•
vlastnosti senzoru.
Geometrické korekce slouží k:
•
transformaci obrazových dat do ur ité mapové projekce,
•
propojení obrazových dat s prostorovou vektorovou databází v GIS,
• porovnání dvou i více obrazových záznam po ízených stejnými nebo
odlišnými snímacími za ízeními za ú elem studia asových zm n,
•
tvorb ortofotomap,
•
vytvá ení mozaiky z n kolika obrazových záznam .
Pro geometrické korekce jsou používány tyto pojmy:
1.
Rektifikace – obecný proces transformace polohy všech
obrazových prvk z jednoho sou adného systému do druhého.
- 17 (58) -
Dálkový pr zkum Zem · Modul 03
2.
Ortorektifikace – rektifikace, p i níž jsou odstran ny i
nep esnosti vznikající v d sledku relativní zm ny polohy objekt ,
plynoucí z r zné nadmo ské výšky.
3.
Registrace – úprava sou adných systém
obraz na stejný sou adný systém
4.
Georeferencování – ur ení absolutní polohy alespo
prvku obrazu.
5.
Geokódování – ur ení absolutní polohy všech prvk obrazu,
obvykle rektifikace provedená do konkrétní kartografické projekce
(produktem jsou tzv. geokódovaná data).
dvou rozdílných
jednoho
U systematických chyb se provádí tzv. georeferen ní korekce. Zkreslení
tohoto typu jsou známa p edem z charakteristik idel a z okamžitého stavu
m ení, tj. místa, výšky, rychlosti letu aj. charakteristik nosi e a odstra ují se
s r zným stupn m korekcí obvykle již v p ijímací pozemní stanici (nap .
odstran ní zešikmení v d sledku rotace Zem ).
V p ípad náhodných chyb je nutné provád t p esné opravy, aby byla získána
geokódovaná data. Zde se odstra ují zbylé chyby po georeferen ní korekci, a
to obvykle metodou geometrické transformace pomocí vlícovacích bod , které
lze najít na snímku a zárove jsou známy jejich kartografické, resp. zem pisné
sou adnice z jiných podklad . V p evážné v tšin p ípad se užívají
polynomické transformace vyšších ád .
Obecný postup rektifikace obrazu pomocí identických bod :
1. Vyhledávání identických bod (problém je velikost pixelu, má-li nap .
velikost 1000 x 1000 m, který bod v terénu mu odpovídá?).
2. Volba transformace, její výpo et a testování. Jsou užívány polynomy 1.
ádu tj. podobnostní (posunutí, oto ení, zm na m ítka ve sm ru ádk
a sloupc – sta í dva páry bod ), afinní (posunutí, oto ení, zkosení – 3
páry identických bod ), kolineární (m ítko ve sm ru ádk a sloupc
se m ní nezávisle – 4 body) a polynomy vyššího ádu (2. ád –
minimáln 6 bod , 3. ád – 10 bod , 4. ád – 15 bod , 5. ád 21 bod
atd.), které mohou být nahrazeny splineovou funkcí (definuje se
transforma ní funkce s minimální k ivostí mezi každými dv ma
identickými body, což vyžaduje vysoké po ty identických bod , zvlášt
u lenitého georeliéfu).
3. Rektifikace obrazu.
4. P evzorkování.
P i geometrické korekci dochází k p ednostnímu narovnávání výstupní matice
korigovaného obrazu se zatím „prázdnými“ pixely. Teprve po jejím
uskute n ní je t eba provést p evzorkování (resampling), tj. p enos informace
z p vodní matice do matice korigované. P evzorkování prob hne podle
n kterého z následujících p edpis :
•
na principu nejbližšího souseda, kdy se hodnota nového pixelu
nep epo ítává, ale p ebírá se hodnota nejbližšího pixelu. Jevy ve
výstupní matici mohou být prostorov mimo až o polovinu rozm ru
pixelu, což m že zp sobit nespojitý obraz na výsledném produktu.
- 18 (58) -
Zpracování dat
•
pomocí bilineární transformace, kdy se bere v úvahu vážený pr m r
digitálních hodnot 4 nejbližších pixel z distorzní matice, což je
dvourozm rná obdoba lineární interpolace. Výsledkem je spojitý
vyhlazený p evzorkovaný obraz. Tento postup m ní úrove šedi
p vodních dat, a proto je vhodné provád t p evzorkování až po
provedení klasifikace obrazového záznamu.
•
pomocí kubické konvoluce, kdy se bere v úvahu matice 4 x 4 pixel ,
obklopujících výstupní pixel. Výsledkem je spojitý vyhlazený
p evzorkovaný obraz, který je mírn ost ejší než u bilineární
transformace. P vodní nam ená data se však nezachovávají obdobn
jako u bilineární transformace.
Žádná z výše uvedených korekcí neumož uje korekce na topografické
zkreslení, tj. chyby zp sobené r znou výškou terénu. V p ípad LANDSATu je
pozi ní chyba u kraj scény maximáln 10 m na 100 m výšky nad pr m rnou
výškou scény a v p ípad kolmo snímkujícího SPOTu maximáln 4 m. Tyto
chyby je t eba nap . u LANSATu akceptovat již u m ítek 1:100 000 a
v tších. Velmi d ležité je odstra ování t chto chyb u leteckého snímkování,
šikmo snímkujícího SPOTu a u všech radarových záznam .
Prvotní radiometrická a geometrická korekce p vodních surových obrazových
dat („raw“) vede ke vzniku tzv. systémov korigovaných dat.
Další etapa geometrické korekce obrazových dat m že vyústit nap . i ve tvorbu
digitálního modelu georeliéfu.
Radiometrická transformace (korekce)
Skute ná radiometrická charakteristika objektu se od hodnoty nam ené
metodami dálkového pr zkumu a fixované pomocí hodnoty pixelu liší. Cílem
metod radiometrické korekce je tyto vzájemné rozdíly minimalizovat. Pro
radiometrickou korekci však neexistuje absolutní metoda i vzorec.
Nam ené hodnoty odrazivosti objekt závisí p edevším na p esnosti a stabilit
kalibrace snímacího za ízení. Pokud je využíván automatický systém kalibrace,
pak jsou informace o kalibraci jednotlivých detektor i pot ebné opravné
koeficienty uloženy obvykle v hlavi ce („header“) obrazového záznamu.
Radiometrická korekce obsahuje:
•
opravy dané kalibrací p ístroj ,
•
opravy ze zm ny ozá ení,
•
opravy náhodných radiometrických chyb,
•
opravy vyplývající z geometrie letu,
•
opravy ze stavu atmosféry.
Opravy ze zm ny ozá ení p edstavují kompenzace sezónních a denních
rozdíl v odraznosti a emisivit stejných objekt v d sledku rozdílné výšky
Slunce p i snímání, v jejímž d sledku se projeví mimo geometrie snímání také
rozdílné podmínky pro pohlcování a rozptyl elektromagnetického zá ení
v atmosfé e.
- 19 (58) -
Dálkový pr zkum Zem · Modul 03
Protože je zm na výšky Slunce v pr b hu dne eliminována užíváním
heliosynchronních drah družic, zužuje se obvykle tento problém na sezónní
zm ny výšky Slunce. D je se tak obvykle jejím normalizováním na pozici
družice v zenitu, nap . d lením každého záznamu sinem výšky Slunce, která je
pro každou scénu zapsána v hlavi ce souboru. Jiným vhodným zp sobem
eliminace efektu r zné výšky Slunce, je použití podíl p vodních pásem
multispektrálního obrazu. Pro velmi p esná m ení lze zavést také opravy ze
vzdálenosti Zem – Slunce.
Náhodné radiometrické chyby p edstavují p edevším:
•
nep esný nebo zcela chyb jící ádek obrazového záznamu chybnou
kalibrací senzor , jeho technickým výpadkem, i p i p enosu dat na
p ijímací stanici (odstranit jej lze nap . zpr m rováním hodnot sousedních
ádk ),
•
„páskování“ p i p í ném skenování u mechanooptických skenere (MSS
každý 7. ádek u TM každý 8. ádek apod. ). Odstranit jej lze nap . úpravou
pr m ru nebo histogramu. Tentýž jev p i podélném skenování u
optickoelektronických skenre je obtížn odstranitelný (CCD senzor
skenuje celý ádek naráz a výpadek jednoho ze senzor se m že projevit
r zným zp sobem).
•
„bitové chyby“, nebo-li nepravidelné hodn sv tlé, i hodn tmavé skvrny
po obraze. Lze je odstranit nap . vhodným filtrem (pozor filtr pracuje po
celé ploše obrazového záznamu!).
Atmosférické korekce je provád na nap .
•
metodou nejtmavšího pixelu (nad vodou),
•
metodou regresní analýzy (srovnáním pozemních a distan ních m ení),
•
modelováním za použití atmosférických model
meteorologická data),
(vstupují do nich
Cílem atmosférických korekcí je získat z hodnot stupn šedé (DN) absolutní
hodnoty odrazivosti i emisivity objekt .
Vhodným algoritmem na odstran ní všech radiometrických nep esností, které
v obrazu zaujímají ur itý sm r ( ádek, sloupec, diagonálu) jsou Fourierovy
filtrace. Radiometrické opravy, p edevším ty, jež vyplývají z páskování, je
t eba provést p ed geometrickou korekcí.
Restaurace obrazu
Restaurace obrazu je technika p edzpracování, která se snaží potla it porušení
obrazu na základ znalosti charakteru poruchy nebo jejího odhadu.
Postupy obnovení se opírají o konvoluci realizovanou pro celý obraz. V tšina
metod pracuje ve frekven ní oblasti a využívá Fourierových spekter celého
obrazu.
P í inami vad (degradací obraz ) jsou:
•
vady optické soustavy,
•
nelinearita opticko-elektrického idla,
- 20 (58) -
Zpracování dat
•
nelinearita nebo zrnitost filmového materiálu,
•
vzájemný pohyb sníma e obrazu a p edm tu,
•
nevhodné zaost ení,
•
turbulence atmosféry (dálkový pr zkum Zem , astronomie).
Pro odhad p vodního obrazu se p i znalosti jeho degradace používají postupy:
• deterministické (Hodí se pro obrazy bez šumu; vypo ítávají p vodní
obraz pomocí transformace inverzní k degrada ní transformaci. Jednou z
deterministických metod je inverzní filtrace.),
• stochastické (Odhadují originální obraz z obrazu zatíženého šumem.
Pro obnovení se hledá nejlepší filtr pomocí metod stochastických model .).
2.4.2.2
Zvýrazn ní obrazu
Cílem zvýrazn ní obrazu je nej ast ji taková úprava jeho vzhledu, která by
usnadnila jeho vizuální interpretaci. Obecn však taková úprava vždycky
sm uje ke zvýšení množství informací, jež lze ze zdrojových dat získat, a to
nejen vizuální interpretací. Žádný obecný postup neexistuje. Úpravy je
vhodné provád t pouze na monitoru a nezasahovat do zdrojových dat.
Radiometricky upravená data také není p íliš vhodné používat pro
následné klasifikace obrazu!
Základní skupiny digitálního zvýrazn ní obrazového záznamu by mohly být
nap . tyto:
1. bodové (radiometrické) zvýrazn ní, tj. manipulace s odstíny šedé,
2. prostorové zvýrazn ní (filtrace, Fourierovy transformace),
3. spektrální zvýrazn ní (sou asná manipulace s dv ma a více
spektrálními záznamy).
Bodové (radiometrické) zvýrazn ní
Radiometrické zvýrazn ní pracuje s histogramem obrazu a s tzv. zobrazovací
funkcí i zobrazovací tabulkou (LUT – Look Up Table). Zobrazovací funkce
p i azuje ur ité DN hodnot pixelu na vstupním (originálním) obraze novou
hodnotu DN ve výsledném (zvýrazn ném) obraze.
K základním metodám radiometrického zvýrazn ní pat í:
•
prahování – vytvo í se „bitový obraz“
k maskováním,
•
hustotní ezy – redukování po tu hodnot pixel do n kolika definovaných
t íd ( ez ),
•
zvýrazn ní kontrastu, které spo ívá v úprav histogramu, a to jeho
lineárním roztažením (stretching) v celém využitém rozsahu nebo
v n které jeho ásti, vyrovnáním (equalizací), kdy se etn jším hodnotám
p isoudí v tší prostor nebo zvýrazn ním ur ité ásti histogramu.
Histogram lze upravit podle jakékoliv jiné LUT – nap . podle
senzitometrické k ivky apod.). Zlepšení kontrastu lze dosáhnout také tzv.
saturací (potla ením), tj. odstran ním ásti histogram s podprahovými
- 21 (58) -
(0 – 1) vhodný nap .
Dálkový pr zkum Zem · Modul 03
etnostmi pixel blízkých nap . 0, resp. 255 (2,5 %, hodnot 5 % hodnot
apod.).
Pro lepší vizuální vjem, lze p i radiometrickém zvýrazn ní aplikovat barvy a
provést tak barevné zvýrazn ní obrazu pomocí pseudobarev, resp. zobrazení v
nepravých barvách (false colour).
Prostorové zvýrazn ní (filtrace)
P i prostorovém zvýrazn ní (filtraci) se ur uje nová hodnota DN ur itého
pixelu v závislosti na hodnotách ur itého po tu okolních pixel (problém:
neztratit liniové prvky!). Filtrace je spojena s pojmem prostorová frekvence.
Tou rozumíme relativní zm nu DN hodnoty daného pixelu v i DN hodnotám
okolních pixel . Obrazový záznam obsahuje jak vysokofrekven ní (velké
rozdíly v hodnotách pixel p i p echodu z jednoho na druhý – í ní sí ,
komunikace, p írodní hranice), tak nízkofrekven ní obrazovou informaci
(postupné zm ny v hodnotách pixel – nap . vodní plochy, lesní komplexy).
Filtry mají za úkol propoušt t do výsledného informaci jen ur itý typ
informace – vysokofrekven ní propoušt jí všechny lokální extrémy obrazu
v etn linií a hran, nízkofrekven ní filtry se chovají obdobn jako tzv.
klouzavé pr m ry, tj. zhlazují výslednou obrazovou funkci. Používají se nap .
k odstra ování „bitových chyb“ a šumu.
P i filtraci se používají filtry s:
•
•
nízkou propustností (low pass) - ztrácí se liniové prvky,
vysokou propustností (high pass), nebo-li ost ící filtry (sharpening) a
hranové operáty.
Filtrování se provádí s pomocí tzv. filtrovacího okna, které p edstavuje
tvercovou matici o lichém po tu ádk a sloupc (nap . 3 x 3, 5 x 5 atd.).
Každý pixel tohoto okna má svoji váhu. Filtrovaný obraz je generován
násobením každého koeficientu ve filtrovacím okn hodnotou pixelu
v originálním snímku podle aktuální polohy okna a výsledek je p i azen
centrálnímu pixelu filtrovacího okna ve filtrovaném snímku. Okno se posouvá
po snímku po jednom pixelu („tzv. konvoluce“). Okrajové pixely snímku jsou
bu opakovány, nebo se filtrovaný snímek zmenšuje o polovinu ší ky
filtrovacího okna minus jeden pixel na každé stran obrazového záznamu.
Zpracování není výpo etn náro né, m že být asov náro n jší u v tších
snímk (existuje ada p eddefinovaných filtr v SW DPZ – ERDAS, PCI).
Nízkofrekven ní filtry:
•
pr m rové (b žné, vážené – nepo ítám-li hodnotu prost edního pixelu,
mohu si pomoci p i odstra ování bitových chyb),
•
mediální,
•
majoritní (nap . modální),
•
sieve filtr (sí ový filtr) – odstra uje z obrazu plochy, které jsou menší než
zadaná prahová hodnota (p ipojují se tak k sousedním v tším plochám),
•
pr m rování s rotujícím oknem – okolí filtrovaného obrazového prvku se
porovnává se ty mi p edem definovanými vzorovými filtrovacími okny
(jsou už na bázi vysokofrekven ních, tj. sou et jejich vah je roven 0),
- 22 (58) -
Zpracování dat
•
Gauss v filtr (koeficienty jsou vypo teny na základ
rozd lení),
normálního
•
nejbližší soused (pr m r se vypo te jen pro hodnoty s malým rozptylem),
•
pr m rování s inverzním gradientem (pixely na liniových elementech
p ispívají do pr m ru co nejmén )
Vysokofrekven ní filtry (zvyšují se lokální maxima a prohlubují lokální
minima):
•
laplaceovské filtry (váha st edového pixelu je rovna sou tu vah okolních
pixel , suma všech je tedy rovna nule),
•
filtry zd raz ující hrany nebo linie jen ur itého sm ru, nap . Sobel v nebo
Prewitt v pro horizontální, resp. vertikální linie.
Vysokofrekven ní filtry slouží p edevším pro detekci hran (má nulovou ší ku)
a linií. Hrana, resp.linie m že být
•
st echová (linie na tmavém pozadí – nap . cesta),
•
p íkopová (linie na sv tlém pozadí – nap . eka),
•
stup ová (p echod mezi sv tlým a tmavým objektem – nap . mezi lesem
a polem).
Nejjednodušším hranovým (gradientovým) operátorem je tento: pr m r
z diferencí ve filtrovacím okn se dosadí za st edový pixel. Je-li oblast
homogenní jsou diference nulové, jsou-li nenulové, pak je indikována možnost
hrany.
Filtrace je dob e použitelné i pro objektivizaci tak nehomogenního
interpreta ního znaku, jakým je textura (míra uspo ádanosti nebo celistvosti
povrchových objekt ). Filtry jsou založeny na výpo tu r zných statistických
m r homogenity i naopak variability hodnot pixel ve filtrovacím okn .
Textura m že být charakterizovaná rozptylem hodnot, varia ním koeficientem,
koeficientem šikmosti i špi atosti, entropií apod.
K analýze obrazu lze využít tzv. rychlou Fourierovou transformaci. Její
podstatou je p evedení obrazu z prostorového sou adného systému, tvo eného
jednotlivými ádky a sloupci, ur itým po tem funkcí sinus a cosinus do
frekven ního sou adného systému (p evod je vratný!). Obvykle se používá pro
potla ení šumu nebo pro odstran ní chyby z p esv tlení ásti obrazu (u
optických za ízení st edu snímku).
Spektrální zvýrazn ní
Barvená kompozice (aditivní skládání barev RGB)
Analýza hlavních komponent (PCA – Principial Component Analysis)
Transformace barevného obrazu (systémy RGB, CMY, IHS tj. Intensity – jas,
Hue – tón, Saturation – sytost).
2.4.2.3
Matematické operace
P i digitálním zpracování obrazových dat lze použít i velmi jednoduché
matematické operace, nap . podíl (normovaný vegeta ní index), rozdíl ( asové
- 23 (58) -
Dálkový pr zkum Zem · Modul 03
zm ny, prostý vegeta ní index), sou et (k výsledku filtrace se p i te originální
obraz), násobení (maskování, zvýraz ování kontrast ).
2.5
Klasifikace
Sestavit p evodní matici úlohy dálkového pr zkumu znamená nalézt vztah,
který jisté hodnot vnit ních parametr s(x,y) p i azuje jednozna n ur itou
velikost nam ených obrazových dat ve všech složkách víceobrazu f(x,y).
Tento vztah se nazývá klasifika ní pravidlo, protože se podle n j definuje
p i azení každého obrazového údaje k ur ité sestav vnit ních parametr s(x.y)
a tím i p íslušnost k jedné z hledaných t íd. Celému procesu rozd lení
nam eného datového obrazového souboru f(x,y) se íká klasifikace. Problém
vytvo ení p enosové matice je tedy shodný s úkolem ur it klasifika ní pravidla.
P i hledání klasifika ních pravidel se vychází z toho, jakým zp sobem se m ní
radia ní veli ina fm(x,y) v závislosti na zm n druhového nebo stavového
parametru s(x,y). Pokud jsou tyto zm ny natolik význa né a charakteristické,
že je lze použít k sestavení klasifika ního pravidla, nazývají se p íznaky.
Nositeli p íznak nemusí být všechny složky fm(x,y) a nebo p íznaky n kterých
složek nejsou dost výrazné. Je-li po et p íznakových složek z < M, sta í
klasifika ní pravidlo sestavovat na datovém souboru se sníženou rozm rností.
Složky, jejichž p íznaky se použijí na sestavení klasifika ního pravidla,
nazýváme p íznakové složky víceobrazu f(x,y). Prostor definovaný
p íznakovými složkami vektoru f(x,y) budeme nazývat p íznakový prostor
nebo prostor p íznak .
Podle toho, zda je p íznak spojen se zm nou prostorových sou adnic (x,y) nebo
se zm nou nam eného údaje u n které obrazové složky, rozeznáváme
p íznaky:
•
prostorové
•
spektrální
•
asové nebo
•
polariza ní.
Prostorovým p íznakem je plošná homogenita dat fm(x,y), která ur uje
hranice objektu dané jeho tvarem a velikostí. D ležitým prostorovým
p íznakem jsou i parametry vyjad ující vnit ní texturu objektu. V n kterých
p ípadech je p íznakovou vlastností i topologie ur ité sestavy objektu.
Spektrální p íznaky vyjad ují odrazivé a vyza ovací vlastnosti zkoumaného
povrchu. Jsou jimi normalizované hodnoty intenzity zá ení nam ené v
jednotlivých spektrálních intervalech, jejich lineární kombinace nebo celková
intenzita ve všech kanálech.
Ur ování asových p íznak obsahuje zjiš ování zm n prostorových a
spektrálních p íznak zp sobené dynamikou zkoumané t ídy. P itom je t eba
odlišit výskyt náhodných zm n od zm n sledovaných.
- 24 (58) -
Zpracování dat
V klasifika ních pravidlech se používá p evážn spektrálních p íznak , protože
v optickém pásmu spektra jsou spektrální projevy krajinných složek tradi ním
p íznakem.
2.5.1
Vytvá ení klasifika ních pravidel
Ve v tšin úloh dálkového pr zkumu není pro konkrétní datový soubor a
zadanou sestavu t íd známa p evodní matice nebo klasifika ní pravidlo. Jeho
vytvo ení vyžaduje stanovit p íznaky platné pro danou úlohu. Stanovují se
analýzou známého vztahu mezi velikostí p íznakové složky obrazových dat a
p íslušností k dané t íd .
Toto zkoumání se d je na vybrané ásti nam eného souboru, kterému se íká
trénovací soubor. Vybírají se do n j data fm(x,y), ke kterým jsou z n jakých
jiných zdroj známy odpovídající hodnoty všech stanovených vnit ních
parametr , ili je jejich za azení do n které z požadovaných t íd. V trénovacím
souboru musejí být zastoupeny všechny zkoumané t ídy.
ešitelnost dané obrácené úlohy ili existence správného klasifika ního
pravidla, závisí na vn jších i vnit ních parametrech. Pokud zjistíme, že ešení
neexistuje, je t eba zm nit definici t íd (upravit vnit ní parametry) nebo použít
jiný datový soubor s vhodn jšími vn jšími parametry.
V n kterých p ípadech se ešení dosáhne zv tšením rozm rnosti
zpracovávaného datového souboru o další obrazová data pocházející z jiných
informa ních zdroj . Obecn je tímto zdrojem databáze (databanka), v níž jsou
uloženy informace o výskytu r zných kategorií krajinných objekt pocházející
z nejr zn jších zdroj (mapy, statistické ro enky, geofyzikální m ení, jiná
družicová data aj.). Protože obsahují údaje, které jsou vždy vázány na ur itou
ást zemského povrchu, jsou tyto databáze ozna ovány také jako informa ní
systém o území nebo geoinforma ní systém.
Informace z geoinforma ního systému umožní n kdy i udat apriorní p íslušnost
n které hodnoty fm(x,y) ur ité kategorii. Tím se vytvo í maska, která
p edepisuje výskyt ur itých parametr s(x,y) na vymezených místech (x,y) a
nebo tento výskyt zcela vylu uje. Takto formulovanému up esn ní
klasifika ního pravidla íkáme metoda masky.
V obou zp sobech využití GIS se zv tšuje objem zpracovávaných dat, a to bu
na úkor rozm rnosti víceobrazových dat nebo na úkor po tu uvažovaných
kategorií vnit ních parametr . Zatímco u malého po tu parametr a p i nízké
rozm rnosti datového souboru je možné provád t p i azování hodnot fm(x,y) k
parametr vizuáln , je to u složit jších úloh zcela vylou ené.
Vizuálnímu za azování obrazových dat do požadovaných t íd se íká
interpretace. Spo ívá v prohlížení obrazu (vizualizovaných dat) a ur ování
úrovní šedi nebo barevných odstín na jeho ploše. Cvi ené oko je schopné
rozeznat asi 10 - 15 úrovní šedi, netrénované asi polovinu. U víceobrazu je
možné použít barevného skládání jeho složek do výsledné barevné syntézy, v
níž lov k rozezná kolem dvaceti r zných barevných odstín .
Na ešení složit jších úkol však už oko samo nesta í, a proto se ke zpracování
dat používá výpo etní techniky. Její zapojení do vytvá ení klasifika ních
- 25 (58) -
Dálkový pr zkum Zem · Modul 03
pravidel a následné vlastní klasifikace obrazových dat dálkového pr zkumu je
nutné z t chto d vod :
1. dokáže pracovat s v tším dynamickým rozsahem hodnot fm(x,y) než
lidské oko, a tím dovoluje zaznamenat menší zm nu její velikosti
zp sobenou jinou velikostí vnit ních parametr ,
2. p i jejím použití mají všechny provád né operace exaktní tvar a lze je
proto provád t opakovan naprosto stejným zp sobem,
3. je možné zpracovávat vícerozm rné datové soubory.
Nasazení výpo etní techniky, jako nedílné sou ásti interaktivních systém na
zpracování obrazových dat, je nezbytné v epoše prakticky výhradního
po izování dat dálkového pr zkumu v digitálním tvaru.
2.5.2
Druhy klasifikací
Rozeznáváme dva základní druhy klasifikací, a to:
•
ízenou,
•
ne ízenou,
•
hybridní,
•
metodou neuronových sítí
Obr. 2-1 Schéma ne ízené a ízené klasifikace
2.5.2.1
ízená klasifikace
Tréninkové stadium
ízená klasifikace znamená, že interpretátor si sám vybírá tzv. trénovací
plochy, jako vzory pro jednotlivé t ídy, které jsou spektráln od sebe
odlišitelné. Tento výb r provádí interpretátor sám u monitoru pomocí
podkladových informací o výskytu vybraných t íd alespo na n kolika místech
na snímku. Spolehlivost a kvalita t chto informací a jejich správný p enos
kresbou na monitoru ur uje kvalitu výsledné klasifikace. Jestliže nap . do t ídy
pšenice zahrneme pole, které bylo v okamžiku snímkování již strništ m,
- 26 (58) -
Zpracování dat
nebude klasifikace t ídy pšenice správná. Pro dobrou klasifikaci je nutno, aby
tréninková data byla reprezentativní a kompletní.
P i použití statistického klasifikátoru maximum likelihood je nap . stanoven
spodní limit pro minimální po et pixel dané t ídy n+1, kde n je po et kanál .
V praxi se používá 10n - 100n pixel pro reprezentativní výpo et pr m ru a
kovarian ní matice ( ím více, tím však lépe).
Pro každou t ídu je vhodn jší definovat tréninkové plochy z r zných míst
snímku, než jednu velkou plochu. Získáme tak reprezentativn jší p ehled pro
celou scénu.
P i vybírání tréninkové množiny se pr b žn provád jí grafické nebo
numerické analýzy. Graficky se zobrazují spektrální charakteristiky vybraných
ploch pomocí histogram v jednotlivých spektrálních pásmech, pomocí
spektrogramu (grafu koincidence) nebo pomocí rozptylogramu. Posledn
jmenované je d ležité p edevším u klasifikátoru maximum likelihood, kde
kontrolujeme normalitu rozd lení.
Histogram ukazuje rozd lení jednotlivých kategorií dob e, ale neusnad uje
srovnání mezi r znými kategoriemi.Pro vyhodnocení separability je vhodný
graf koincidence, který ukazuje pr m rnou spektrální odezvu každé kategorie a
odchylky (± dvojnásobek standardní odchylky). Ukazuje, jak se jednotlivé
kategorie p ekrývají a které kombinace pásem budou pro klasifikaci
nejvhodn jší. Separabilita jednotlivých t íd se nejlépe pozná z dvoj- až nrozm rného rozptylogramu. Jedná se o graf, kde jsou vyneseny hodnoty pixel
trénovacích ploch ve vlastních osách.
Míra statistické separability pro všechny dvojice t íd m že být kvantifikovaná
nap . divergencí, tj. kovarian ní váhovou vzdáleností mezi pr m ry pro
jednotlivé kategorie. Jinou možností je kontrola pomocí kontigen ních tabulek
pro trénovací množinu. Tu je však možné vytvo it až po provedení klasifikace,
nebo se porovnává, zda pixely v trénovacích plochách byly i nebyly za azeny
klasifikátorem do t chto t íd.
Klasifika ní stadium
Vlastní klasifikace je provád na automaticky po íta em. Ten za adí i neza adí
jednotlivé pixely do p edem vybraných t íd. Vytvo í rozm rov stejný obraz,
jehož pixely však budou mít zcela nové funk ní hodnoty. Výsledný obraz
m že být prezentován formou tematické mapy, tabulek statistických hodnot
nebo ve tvaru digitálních datových soubor , které mohou tvo it vstup do GIS.
Klasifikátor minimální vzdálenosti od pr m ru (minimu distance)
Tento klasifikátor vypo ítá pr m r ze spektrálních hodnot pro každou t ídu pro
každý kanál. Hodnota v daném pixelu (p i klasifikaci) se s t mito pr m ry
porovnává a ke kterému pr m ru to má nejblíže, do jeho t ídy se za adí,
pokud tato vzdálenost nep esáhne stanovenou velikost prahu (treshold).
Parallelpiped klasifikátor
Soubor m že mít rozsah mezi maximální a minimální hodnotou v každém
kanálu. Pixel je pak za azen podle toho, zda padne do vymezeného prostoru.
Protože ve skute nosti pracujeme s více spektrálními pásmy naráz, jedná se o
vícerozm rné ty úhelníky. Tento klasifikátor je rychlý a ú inný. Problémy
- 27 (58) -
Dálkový pr zkum Zem · Modul 03
však nastávají v p ípad , když je rozložení digitálních hodnot v jednotlivých
rozptylogramech šikmé, ímž dochází k p ekrytí ty úhelníkových ploch.
Tento nedostatek lze áste n odstranit rozd lením jednoho ty úhelníku na
n kolik menších tak, že se hranice jedné t ídy m ní skokem.
Gauss v klasifikátor maximu likelihood
Klasifikátor je založen na p edpokladu, že rozd lení bod tvo ících jednu t ídu
tréninkových dat mmá normální rozd lení. V rozptylogramu pak vytvá í elipsy
pro stejné pravd podobnosti výskytu. P i jeho aplikaci se vypo te
pravd podobnost výskytu hodnoty pixelu v rámci rozd lení každé t ídy a v
kone ném d sledk se pak za adí tam, kde je pravd podobnost nejv tší, nebo
nikam, pokud je pravd podobnost menší než zadaná hodnota prahu.
Bayesovský klasifikátor
Bayesovský klasifikátor je rozší ený typ klasifikátoru maximum likelihood. P i
pravd podobnostní klasifikaci používá navíc dvou váhových faktor , z nichž
jeden ur uje nej ast ji „a priori“ pravd podobnost, tedy p edem danou
pravd podobnost výskytu pro každou t ídu v dané scén , a druhý se obvykle
vztahuje k pravd podobnosti provedení špatné klasifikace. Po etn se jedná o
náro n jší klasifikátor.
Ne ízená klasifikace
P i ne ízené klasifikaci se nepoužívá tréninková množina. Je založena na
principu, že pixely ze stejných nebo p íbuzných ploch mají blízkou spektrální
odezvu, a proto vytvá ejí shluky (clustery). Každý shluk pak odpovídá ur ité
t íd . Jejich po et se tak vytvá í automaticky (u ízené klasifikace bývá
mnohdy velmi problematické p edem stanovit po et t íd). Po klasifikaci je
nutné provést šet ení, co vlastn jednotlivé t ídy p edstavují, a to na základ
znalosti terénu a z dostupných materiál .
Klasifikace K-pr m r
P edem se ur í kone ný po et cluster , které se umístí do p íznakového
prostoru. P i itera ním výpo tu se pak hledá minimální vzdálenost pixlové
hodnoty od st edu shluku.
Klasifikace podle citlivosti na texturu
Hybridní klasifikace
•
výsledky za azení do cluster z ne ízené klasifikace slouží jako p íprava
pro ízenou klasifikaci (interpretace vegeta ního krytu v horském terénu)
•
data z tréninkových ploch ízené klasifikace jsou využita v ne ízené
klasifikaci (interpretace liniových prvk )
Klasifikace metodou neuronových sítí
Používá se pro zpracován dat z r zných typ senzor , nap . skener a radar.
Odhad p esnosti klasifikace
Celková p esnost klasifikace musí být vyhodnocena pomocí testovacích ploch,
které se liší od tréninkových ploch (použití kontingen ních tabulek). Dobrý
tréninkový soubor je vybírán itera ním zp sobem, p idáváním, ubíráním ploch,
zkoumáním statistických popis t íd, jejich vzájemného vztahu a separability.
- 28 (58) -
Zpracování dat
2.5.3
Úpravy po klasifikaci
Postklasifika ní úpravy spo ívají p edevším ve vyhlazení klasifikovaného
obrazu pomocí nízkofrekven ního (v tšinou modálního) filtru.
Postklasifika ní filtr musí být založen na logickém operátoru a ne na
aritmetických operacích (nap . majoritní filtr, prostorov orientované
klasifikátory aj.).
- 29 (58) -
Software
3
Software
V sou asné dob existuje na trhu široká škála program nabízejících r zné
spektrum nástroj pro zpracování a analýzu družicových dat.
3.1
PCI Geomatics
Kanadská spole nost PCI Geomatics Group se stala jedním
z nejvýznamn jších sv tových producent zpracovatelského software. Nabízí
ucelenou adu program pro digitální fotogrammetrii, zpracování obrazových
dat, geografické informa ní systémy, digitální kartografii a terénní vizualizaci.
Oficiálním representantem spole nosti PCI Geomatics Groups v eské
republice a na Slovensku, který poskytuje kompletní podporu všem uživatel m
program PCI je firma GISAT www.gisat.cz).
Všechny programy PCI spojuje filozofie otev eného software, která se týká
nezávislosti na hardwarové platform , spolupráce s datovými formáty a
programy jiných producent i možností uživatelské modifikace existujících
program nebo vývoje vlastních aplikací. Programy PCI je možné provozovat
na široké škále po íta ových platforem se zárukou stejné funk nosti a
vzájemné kompatibility. Podporovány jsou opera ní systémy pro PC
(Windows, Linux) a Unix: (DEC Alpha, Hewlet-Packard 700, IBM RS/6000,
Silicon Graphics, Sun SPARC).
Všechny programy PCI jsou založeny na datovém modelu GeoGateway
(GDB). Tento obecný datový model umož uje vedení nejr zn jších typ
geografické informace (rastrová data, vektorová data, georeference, bitmapa,
vlícovací body atd.). GeoGateway s podporou více než 50 rastrových a
p edstavuje ojedin lou databázi formát , která
vektorových formát
zp ístup uje programy PCI uživatel m prakticky všech dostupných
geografických dat.
Programy PCI podporují adu kartografických projekcí v etn GaussKrügerova a K ovákova zobrazení. V p ípad známých transforma ních
parametr vzhledem k systému WGS-84 lze pracovat nejen s daty v r zných
mapových projekcích na r zných elipsoidech, ale i s daty v odlišných
geodetických systémech.
Programy
OrthoEngine
p edstavují
v
sou asné
dob
sestavu
fotogrammetrických nástroj pro zpracování leteckých a družicových snímk .
Uživateli je k dispozici softwarové ešení v oblasti digitální fotogrammetrie,
založené na stavebnicovém principu, který umož uje postupné po izování
jednotlivých modul podle jeho pot eb.
Všechny programy OrthoEngine jsou postavené na jednotném uživatelském
prost edí, které vede zpracovatele celým procesem a navrhuje mu optimální
posloupnost jednotlivých krok . To zkracuje celou dobu zpracování a zárove
snižuje nároky na fotogrammetrickou odbornost uživatele. Díky datovému
modelu GeoGateway lze OrthoEngine používat ve spolupráci s jakýmkoliv
CAD/CAM nebo GIS programem se zárukou vzájemné vým ny dat.
OrthoEngine je ur en pro ortorektifikaci, výpo et digitálního modelu reliéfu na
- 31 (58) -
Dálkový pr zkum Zem · Modul 03
základ stereodvojic, tvorbu orthofotomozaiky, zobrazení, editaci DEM a
vyhodnocení tématických vrstev ve 3D.
EASI/PACE p edstavuje programový systém pro zpracování, analýzu a správu
digitálních rastrových dat, zejména leteckých a družicových snímk . Díky
modulární stavb je možné každému potenciálnímu uživateli navrhnout
pot ebnou sadu funkcí pro ešení nejr zn jších projekt v oblasti DPZ a tím
vytvo it efektivní programovou sestavu, která by vhodn doplnila existující
softwarové vybavení a zárove zamezila zbyte né duplicit funkcí.
Všechny funkce EASI/PACE lze využívat prost ednictvím grafického prost edí
VISUAL MODELLER. To umož uje - bez jakýchkoliv nárok na znalost
programování - tvorbu vlastních model pro nejr zn jší aplikace. Celý postup
vytvá ení takových model spo ívá ve výb ru ikon, reprezentujících jednotlivé
funkce, a v definici vzájemných vazeb mezi nimi. Všechny kroky jsou
pr b žn kontrolovány z hlediska logických vazeb a uživatel m že kdykoliv
zobrazovat výsledky všech operací.
Program AUTHOR je ur en pro tvorbu grafického uživatelského prost edí.
Uživatel tak má k dispozici nástroj pro generaci vlastního grafického rozhraní
(nejr zn jší menu struktury v n kolika úrovních), prost ednictvím kterého
zp ístup uje jednotlivé funkce EASI/PACE, vytvo ené modely a skripty apod.
Tímto zp sobem lze p ipravit nejr zn jší aplikace pro provád ní rutinních
operací nebo speciálních algoritm .
EASI/PACE obsahuje m.j tyto funkce:
•
interaktivní vizualizace obrazových dat,
•
úprava kontrastu, práce s histogramem, obrazové filtrace,
• multispektrální analýza (základní komponenty, práce v p íznakovém
prostoru, rozptylogramy),
•
multispektrální klasifikace (maximum likelihood),
•
geometrické transformace,
•
tvorba mozaiky,
• terénní analýza (perspektivní pohledy, stínovaný reliéf, sklon a jeho
orientace, analýza rozvodí),
•
atmosférické korekce,
•
analytické funkce GIS (modelování, rastrová analýza),
• zpracování dat AVHRR
radiometrické korekce).
(automatické
geokódování,
kalibrace,
Pro zpracování a analýzu radarových dat lze EASI/PACE doplnit o adu
programových modul a samostatných program (nap . Radarsoft). Obdobn
lze provést dopln ní základního modulu EASI/PACE o programy ú elov
zam ené, nap . GeoAnalyst.
GeoAnalyst je program pro zpracování geologických, geochemických a
geofyzikálních dat ve spojení s daty dálkového pr zkumu Zem . Kombinuje
velké množství funkcí z oblasti obrazové analýzy a speciální algoritmy
využívané pro analýzu geologických, geochemických a geofyzikálních údaj .
- 32 (58) -
Software
3.2
ERDAS, Inc
Firma ERDAS, Inc. (Atlanta, Georgia, USA) je jedním z nejvýznamn jších
sv tových výrobc systém pro zpracování dat dálkového pr zkumu Zem .
Byla založena v roce 1978 jako konzulta ní firma v oboru zpracování
rastrových dat a GIS a vytvo ila první systém pro zpracování rastrových dat
dálkového pr zkumu Zem pro osobní po íta e.
Nosným produktem firmy ERDAS je modulární systém ERDAS IMAGINE,
jehož základní sestavu je podle aplika ního nasazení možno rozší it o n který
ze specializovaných modul . Distributorem software je firma ARCDATA
PRAHA (www.arcdata.cz).
3.3
ER Mapper
ER Mapper je technicky dokonalý produkt pro zpracování leteckých a
družicových snímk , v etn rastrové analýzy a zpracování v systému 3D.
Spole n v n m jsou obsaženy obsáhlé soubory integrovaných (sjednocených)
dat a zdokonalující snímkové nástroje. ER Mapper nese následující schopnosti:
Informace o software ER Mapper lze najít pod adresou www.ermapper.com
p ípadn na stránkách firmy Sitewell (www.sitewell.cz).
- 33 (58) -
Mezinárodní orgány a organizace
4
Mezinárodní orgány a organizace DPZ
4.1
Earth Observation Satellite Company (EOSAT)
4.2
European Association
Laboratories (EARSeL)
4.3
International Institute for Aerospace Survey and
Earth Sciences (ITC)
of
Remote
Sensing
Mezinárodní organizace se sídlem v Nizozemsku poskytující geodetické
informace a zajiš ující dálkový pr zkum Zem byla z ízená v roce 1950 pod
jménem International Training Center for Aerial survey „Mezinárodní
výcvikové centrum pro dálkový pr zkum“. Je to nejv tší a nejstarší
mezinárodní vzd lávací instituce v Nizozemí. ITC má okolo 275 zam stnanc
ze 27 r zných zemí, z nichž 165 jsou specialisté na dálkový pr zkum. ITC
vytvá í denn aktualizovanou databázi informací z družic, která poskytuje
technické informace a odkazy na Internetu. ITC provádí r zné pr zkumy a
vzd lávací programy v ekonomicky mén rozvinutých zemích. Provádí
pr zkum Zem a shromaž uje data pro rozvoj civilizace, zlepšení plánování a
multifunk ního využití vesmíru, monitoring katastrof, lepší porozum ní
globálním zm nám, hospoda ení s vodou, zabezpe ení potravy a životní
prost edí.
4.4
Committee on Space Research (COSPAR)
4.5
Evropská agentura pro kosmický prostor (ESA European Space Agency)
Agenturu vytvo ily organizace ELDO/ESRO. Po neúsp šném vývoji
západoevropské rakety p evzalo v í postavení v ESA Národní úst edí pro
výzkum vesmíru (CNES - Centre National d Etudes Spatiales), které tento
náro ný úkol dovedlo ke zdárnému konci. Pro využívání západoevropské
rakety byla ustavena akciová spole nost ARIANSPACE. lenské státy - Itálie,
Belgie, Francie, Špan lsko, Nizozemsko, NSR, Rakousko, Švýcarsko, Velká
Británie.
4.6
Eumetsat
EUMETSAT (Europe's Meteorological Satellite Organisation) je mezivládní
evropská organizace zabývající se vývojem a provozem meteorologických
družic. Hlavní sídlo je v n meckém Darmstadtu.
- 35 (58) -
Dálkový pr zkum Zem · Modul 03
Její po átky jsou úzce spojeny s Evropskou kosmickou agenturou (ESA), která
roku 1977 vypustila na ob žnou dráhu první evropskou geostacionární
meteorologickou družici, Meteosat 1. Po tomto úsp chu se objevily první
myšlenky na evropskou organizaci starající se výhradn o meteorologické
družice, a tak byla v roce 1986 z agentury ESA vy len na organizace
EUMETSAT. Odpov dnost za systém Meteosat p evzala formáln
v lednu 1987.
V roce 1991 za al EUMETSAT vyvíjet nový program MSG – Meteosat druhé
generace, první družice z této série je už v operativním provozu, druhá v po adí
byla úsp šn vypušt na na ob žnou dráhu 21. prosince 2005, nyní již nese
ozna ení Meteosat 9. B hem n kolika p íštích m síc budou probíhat
testy funk nosti jednotlivých ástí družice. Po úsp šném pr b hu bude družice
uvedena do operativního provozu a Meteosat 8 bude její zálohou.
Krom družic geostacionárních EUMETSAT plánuje vypušt ní družice na
polární dráze. Na tomto projektu spolupracuje s americkou organizací NOAA
(National Oceanic and Atmospheric Administration). Evropské polární družice
ponesou ozna ení METOP.
Ovšem EUMETSAT pouze nevyvíjí a neprovozuje meteorologické družice;
nap íklad v roce 1996 odstartoval projekt PUMA (Preparation for the Use of
Meteosat Second Generation in Africa), který je ur en africkým národním
meteorologickým službám. EUMETSAT jej podporuje spolu se Sv tovou
meteorologickou organizací (WMO).
EUMETSAT sdružuje 20 lenských stát . V tšina stát bývalého východního
bloku má zvláštní statut „spolupracujícího lenského státu“ (jinak také
„p idružené lenství“), který umož uje získávat data z EUMETSATu p i
nižších lenských p ísp vcích, ale na druhé stran tyto státy nemají práva
rozhodovat. Tento statut je však p edpokládán pouze na p echodnou dobu (3 –
5 let), poté by se „spolupracující státy“ m ly stát plnoprávnými leny
EUMETSATu. Celým tímto p ijímacím ízením prošlo zatím Slovensko a
Chorvatsko.
lenské státy: Belgie, Dánsko, Finsko, Francie, Chorvatsko, Irsko, Itálie,
Lucembursko, N mecko, Nizozemí, Norsko, Portugalsko, Rakousko, ecko,
Slovensko, Špan lsko, Švédsko, Švýcarsko, Velká Británie a Turecko.
Spolupracující lenské státy: Bulharsko, eská republika, Estonsko, Island,
Litva, Lotyšsko, Ma arsko, Polsko, Rumunsko, Slovinsko, Srbsko a erná
Hora.
- 36 (58) -
Mezinárodní orgány a organizace
4.7
International Society for Photogrammetry and
Remote Sensing (ISPRS), Société inrernationale de
photogrammétrie et de télédétection (SIPT)
4.8
Asian Association on Remote Sensing
4.9
ELDO/ESRO
4.10 Interkosmos
V decký program bývalých „socialistických" zemí zahájený v letech 1965 1967.
4.11
Evropská organizace
družice (EUTELSAT)
pro
telekomunika ní
Byla založena 21.3.1977 za ú elem efektivizace dálkového p enosu televizních
a radiových program , telefonních hovor , tedy všech audio a video signál ,
v etn komprimované digitální televize. P íslušná technická za ízení jsou
umís ována na družice Eutelsat, t. . druhé ady s cca 16 transpondéry.
Od kv tna 1994 je lenem EUTELSATu i R.
4.12
Mezinárodní organizace pro telekomunika ní
družice (INTELSAT)
4.13
Mezinárodní organizace pro námo ní družice
(INMARSAT)
4.14
Arabská organizace družicových komunikací
(ARABSAT)
- 37 (58) -
Národní kosmické agentury a organizace
4.15 Národní kosmické agentury a organizace
4.15.1 Brazílie
Komise pro kosmickou innost (CNAE)
Alado Imagens de Satelite e Informatica Ltda. je spole nost zabývající se
dálkovým pr zkumem a GISem. Poskytuje informace a zpracovává produkty
(GIS, tématické mapy apod.), které jsou založeny na datech z družic Landsat,
BOD, IRS, Radarsat, ERS, GOES, TIROS a ruských družic.
http://directory.eoportal.org/info_AladoImagensdeSateliteeInformaticaLtda.ht
ml
4.15.2
ína
Institut dálkového pr zkumu ínské akademie
v d (The Institute of Remote Sensing
Application, Chinese Academy of Sciences IRSA/CAS) se sídlem v Pekingu je v ínské lidové
republice jedinou organizací, zabývající se
dálkovým pr zkumem. Byl založen roku 1979.
Hlavní oblastí zájmu je projekt nazvaný „DIGITAL
EARTH“, který si klade za cíl monitoring r stu
m st, záplav, 3D plánování Olympijských her a 3D
plánování Velké haly lidu v Pekingu.
Pod IRSA pat í i pozemní stanice poblíž Pekingu, která p ijímá družicová data
a ídí satelity projektu CBERS, tj. ínou vypušt né brazilské satelity pro
pr zkum zemských zdroj .
www.irsa.ac.cn
4.15.3 Finsko
TECHNICAL RESEARCH CENTRE OF FINLAND (VTT)
Technical Research centre of Finland (VTT) je výzkumná organizace
rozložená do mnoha mezinárodních sekcí. Poskytuje široký rozsah technologií
a aplikovaných výzkumných služeb pro jejich klienty: soukromé spole nosti,
státní instituce a ve ejný sektor. VTT je rozmíst na po mnoha místech Finska,
nap . Espoo, Tampere, Oulu, Jyväskylä. lení se do 8 sekcí, z nichž jednou je
sekce informa ní technologie, jejíž sou ástí je skupina dálkového pr zkumu.
www.vtt.fi
4.15.4 Francie
SPOT Image
Société francaise de photogrammétrie et de télédétection (SFPT)
Národní st edisko pro kosmický výzkum (CNES)
- 39 (58) -
Dálkový pr zkum Zem · Modul 03
4.15.5 Indie
Organizace pro výzkum vesmíru (ISRO - Indian Space Research
Organisation) vznikla v roce 1969.
Národní agentura pro dálkový pr zkum Zem (NRSA – National Remote
Sensing Agency) je autonomní organizace spadající pod ministerstvo Vesmíru
vlády Indie. Její využití je na poli vodních zdroj , zem d lství, výzkumu a
deformace p dy, výzkumu nerost a minerál , pro lokalizaci podzemní vody,
geomorfologické mapování, pro monitorování pob ežních a oceánických
p írodních zdroj , pro zkoumání životního prost edí, ekologii a mapování les ,
využití zemského povrchu a obydlených území, mapování ve velkých
m ítcích a tak dále.
Hlavní aktivita je p íjem družicových a leteckých dat, zpracování a ší ení dat.
NRSA má vlastní pozemní stanici v Shadnagar, 60 km na jih od Hajdárábadu,
kde získává družicové údaje ze satelit , nejnov jší z nich je IRS-P4 a také další
zahrani ní satelity jako t eba Landsat, NOAA, ERS a další. Dv moderní
letadla (BeachCraft 200) pracují na systému INS a se svým vybavením (K-GPS
vybavený multispektrálním scanerem, fotogrammetrické kamery, SAR,
elektromagnetické senzory) jsou využívány pro letecké snímkování.
NRSA má výcvikovou organizaci k tréninku profesionálních pracovník ,
v dc a také výrobních inženýr v oblasti dálkového pr zkumu Zem a GISu.
S NRSA spolupracuje Indický institut pro dálkový pr zkum (Indian Institute of
Remote Sensing) ve m st Dehra Dun.
4.15.6 Itálie
St edisko aerokosmického
Aerospaciali)
výzkumu
(CRA
-
Centro
Ricerche
Komise pro kosmický výzkum (CRS - Commisione Richerche)
4.15.7 Izrael
Izraelská kosmická agentura (ISA - Izraeli Space Agency) vznikla v roce
1983 v rámci ministerstva pro v du a rozvoj a má za úkol ídit kosmické
aktivity v zemi, formulovat a koordinovat kosmické programy. Je zodpov dná
za jejich realizaci i za mezinárodní spolupráci.
Národní výbor pro kosmický výzkum (NCSR - National Committee for
Space Research) byl z ízen v roce 1960 Izraelskou akademií v d.
ILSPRS (The Israeli Society for Photogrammetry and Remote Sensing)
4.15.8 Japonsko
Japonsko má vlastní nosné rakety (LAMBDA). Kosmodrom Nagošima U ú
Lentá (31°15 N, 131°05 E) je základnou ISAS, kosmodrom Tanegašima U ú
Lentá (30°24 N, 130°00 E) pat ící NASDA m l premiéru v zá í 1975..
- 40 (58) -
Národní kosmické agentury a organizace
Národní rada pro kosmickou innost (NSAC - National Space Activity
Council) byla vytvo ena v kv tnu 1960 jako dozor í orgán p edsednictva
japonské vlády.
Národní st edisko pro kosmický rozvoj (NSDC - National Space
Development Center) vzniklo v roce 1964 v rámci V decké a technologické
agentury (STA - Science and Technology Agency).
Národní ú ad pro kosmický rozvoj (NASDA - National Space
Development Agency) vznikl na bázi Komise pro kosmickou innost (SAC,
založena v srpnu 1968) Dne 1.10.1969 NASDA p evzala úkoly NSAC a
splynulo s ní i NSDC. Jejím cíle je rozvoj aplikované kosmonautiky (spoje,
meteorologie, DPZ aj.)
Ústav leteckých a kosmických v d (ISAS - Institute of Space and
Aeronautical Sciencies) vznikl kolem roku 1960 z Institutu pr myslových v d
Tokijské univerzity.
The Remote Sensing Technology Center of Japan (RESTEC,
Technologické centrum dálkového pr zkumu Japonska) je nezisková
organizace, která byla založena v srpnu 1975 pod vedením Agentury v dy a
techniky (Science and Technology Agency, STA), Národní agentury
vesmírného pr zkumu (National Space Development Agency of Japan,
NASDA) a za podpory od Mitsui & Co. Ltd. a Mitsubishi Corp.
RESTEC se specializuje na výzkum, vývoj a distribuci r zných produkt
dálkového pr zkumu.
http://www.restec.or.jp
4.15.9 Jižní Afrika
Radar Remote Sensing Group, University of Cape Town (RRSG) byla
založena v roce 1988.
http://rrsg.ee.uct.ac.za/
4.15.10 Kanada
Canadian Space Agency (CSA), resp. Agence Spatiale Canadienne (ASC)
- 41 (58) -
Dálkový pr zkum Zem · Modul 03
Canada Centre for Remote Sensing
MDA Geospatial Services (MacDonald, Dettwiler and Associates Ltd. d íve RADARSAT International Inc. (RSI)) je firma dodávající družicové
snímky zem z v tšiny komer n provozovaných družic (V esku je jejím
partnerem GISAT).
Kontakt: http://www.mdacorporation.com/, http://www.rsi.ca
Spole nost RADARSAT vznikla v roce 1989 v Kanad a b hem let se stala
jedním z hlavních zprost edkovatel informací pocházejících ze satelitních
m ení.
Získané informace uplat uje p edevším v oblasti kartografie, dále pak
v zem d lství, lesnictví, geologii, hydrologii, oceánografii, p i sledování
pohybu ledovc , záplavových oblastí, zne išt ní životního prost edí a využívá
je také v armád .
4.15.11 Mexiko
V Mexiku se zabývá dálkovým pr zkumem Zem spole nost Sociedad
Mexicana de Fotogrametria, Fotointerpretacion y Geodesia, A.C.
(SMFFG), která je lenem ISPRS.
Dálkovým pr zkumem se také zabývá také Universidad Autonoma de
Campeche Mexico. Tato univerzita nabízí student m kurz dálkového
pr zkumu, který poskytuje teoretické znalosti ve vztahu k využití metod
dálkového pr zkumu a GIS pro celkovou analýzu životního prost edí
v pob ežní oblasti.
4.15.12 N mecko
Ú ad pro letectví a kosmonautiku (DASA)
Sou ástí German aerospace centrer DLR jsou dv organizace, a to DFD a
IMF. Ob mají editelství v budov DLR v Oberpfaffenhofen.
German remote sensing data center (DFD) se krom poskytování b žných
služeb v oblasti dálkového pr zkumu zam uje mj. na rozvoj a správu
celosv tové sít p ijímacích stanic pro dálkový pr zkum a na poskytování online p ístupu k dat m a produkt m dálkového pr zkumu p es internet
Remote Sensing Technology Institute (IMF) provádí výzkum technologií
dálkového pr zkumu s d razem na metodologii, techniku a provoz systém pro
získávání informací z dat dálkového pr zkumu a archivních dat. IMF p ispívá
k návrhu nových systém p ijíma a technologie p enosu.
4.15.13 Nizozemsko
Netherlands Remote Sensing Board (BCRS)
The Netherlands Society for Remote Sensing
- 42 (58) -
Národní kosmické agentury a organizace
4.15.14 Slovensko
Geograficky ústav Slovenské akademie v d- -se v letech 1970-1990 zabýval
inventarizací, analýzou a hodnocením d ležitých zm n krajiny v R,
Ma arsku, Rumunsku a na Slovensku prost ednictvím databáze Corine Land
Cover z 90. (CLC90) a 70.rok (CLC70) a mapováním krajinné pokrývky
Slovenska-s cílem vytvo it datové vrstvy o terénním krytu pro mapu Evropy
v m ítku 1:100 000 s použitím satelitních snímk Landsat a Spot.
Slovenská Akademie životního prost edí (Slovak Environmental Agency –
SAŽP/SEA) má ve své správ v sou asnosti archiv obrazových záznam ze
satelit Landsat TM a SPOT, archiv výsledk CORINE Land Cover
(celoplošné tématické mapovaní Slovenska ve spolupráci se SAV),
zpracovanou druhovou skladbu les v spolupráci s LVU Zvolen, lokalizaci
minerálních pramen , inventarizaci travních porost ve spolupráci s DAPHN a
digitální model terénu (rastr 100x100 m ).
Výzkumný ústav p doznalectví a ochrany p dy-vyvíjí metody dálkového
pr zkumu ke studiu vlastností a produk ního potenciálu p d v rámci celého
území Evropy (VÚPOP Bratislava je st ediskem dálkového pr zkumu p d v
SR a pro Evropskou unii).
4.15.15 Švýcarsko
GAMMA je švýcarská akciová spole nost, sídlící nedaleko Bernu. Byla
založena v lednu 1955 Dr. Charlesem Wernerem a Dr. Ursem Wegmüllerem.
Obecn , je cílem Gammy ídit výzkum studia a poskytování poradenského a
výrobního servisu v oblasti dálkového pr zkumu na poli mikrovln. Témata
zahrnou zpracování signálu, interpretaci signatury mikrovln, zamyšlení nad
minulostí algoritmizace a modelování aktivit. Navíc, Gamma poskytuje
licence pro snadno ovladatelné a vysoce kvalitní SAR zpracování (MSP) a
SAR interferometry (ISP), diferen ní SAR Interferometry a Geoconding (DIFF
& GEO), Interferometric Point Target Analysis (IPTA), a Land Application
Tools (LAT) – soubory program , které se užívají v n kolika v d ích
v deckých institucích. Gamma nabízí zpracovací servis a poradenství v oblasti
dálkového pr zkumu na poli mikrovln.
www.gamma-rs.ch
4.15.16 USA
Národní ú ad pro letectví a vesmír, resp. kosmonautiku (National
Aeronautics and Space Administration - NASA) byl založen v roce 1958. Je
pokra ovatelem agentury NACA.
American Society of Photogrammetry and Remote Sensing
Národní st edisko dálkového pr zkumu pro hydrologii (NOHRSC)
poskytuje pomocí metody dálkového pr zkumu modely hydrologické situace
- 43 (58) -
Dálkový pr zkum Zem · Modul 03
na území kontinentálních stát USA a Aljašky. Vybavení NOHRSC, jako jsou
družice, letecká technika, ale také datové produkty aj. využívá NWS (National
Weather Service), další vládní ú ady, soukromý sektor a ve ejnost
v komer ních i výzkumných hydrologických programech v celých Spojených
státech. Hlavním sídlem tohoto ú adu je Minneapolis ve stát Minnesota.
Letecké síly USA (USAF)
4.15.17 Velká Británie
British Association of Remote Sensing Companies (BARSC)
lenem Surveying and Mapping Alliance (SMA) je The Remote Sensing
Society, jejímž tiskovým orgánem je "International Journal of Remote
Sensing"
.
- 44 (58) -
eské organizace
5
5.1
eské organizace
Po átky eskoslovenského využívání metod DPZ
Po átek dálkového pr zkumu Zem m žeme datovat do roku 1978, kdy bylo
rozhodnutím vlády z ízeno st edisko dálkového pr zkumu Zem (SDPZ). Své
sídlo našlo v Geodetickém ústavu v Praze na Letné.
V po átcích p evládaly v innosti SDPZ dominantní analogové metody.
Vycházely z aplikace klasických fotogrammetrických vyhodnocovacích metod
na data po ízená fotografickým snímkováním. Základním technickým
vybavením st ediska byl multispektrální projektor MSP4, který umož oval
tvorbu analogových syntéz. Dále byl využíván analytický p ekreslova
RECTIMAT a klasické fotogrammetrické p ístroje Kartoflex a Topocart.
P es výrazná dobová omezení na vývoz špi kových technologií z USA a tzv.
“západní” Evropy do zemí RVHP se poda ilo dovézt do republiky na tu dobu
špi kový scanner Optronics-Photomation se dv ma po íta i typu LST 2. Po
úpravách software a hardware se na této technice testovaly metody shlukové
analýzy, klasifikace obraz a první algoritmy na automatizovanou vektorizaci
obraz , simulaci neuronových sítí a techniku zpracování digitálních
obrazových dat.
V eskoslovensku pracovala od po átku i za ízení na p íjem snímk z
amerických meteorologických družic ESSA a NOAA, a to na pracovištích
Hydrometeorologického ústavu v Praze, Hradci Králové, v Brn a v Bratislav .
V první polovin 80.let se v tšina aktivit DPZ orientovala na letecké
snímkování. Satelitní data byla ve v tší mí e užívána až od druhé poloviny
80.let. V té dob p evládala orientace na multispektrální snímkování, tj.
snímkování pomocí n kolika sp ažených komor za využití speciálních
aditivních filtr v r zných oblastech viditelného a blízkého infra erveného
spektra. Snímkové materiály byly ur eny pro analogové zpracování pomocí
MSP4. Jednalo se o nezávislé maloformátové snímky (6x9 cm), z nichž každý
musel být geometricky korigován nezávisle. K pokrytí zájmové lokality bylo
t eba velkého množství snímk . N které užívané komory se vyzna ovaly
velkým úbytkem sv tla do stran, což bylo nutné kompenzovat. Nebylo ani
jednoduché pracovat s tehdy užívanými sov tskými materiály, které se
vyzna ovaly zna nou nehomogenitou. Spektrozonální snímkování nebylo v té
dob p íliš populární, protože byly dostupné pouze nep íliš kvalitní sov tské
maloformátové materiály a nebyla do ešena metodika jejich kvalitního
vyvolávání. Používané interpreta ní technologie byly navíc orientovány spíše
na práci s multispektrálními daty.
Ze satelitních dat se v první fázi využívala p edevším data TIROS, pozd ji
Landsat MSS a v druhé polovin 80.let pak již data Landsat Thematic Mapper
a sov tská analogová data K 1000.
- 45 (58) -
Dálkový pr zkum Zem · Modul 03
5.2
V decké a státní organizace
5.2.1
Spole nost pro fotogrammetrii a dálkový pr zkum R
Spole nost pro fotogrammetrii a dálkový
pr zkum
R
(Czech
society
for
photogrammetry and remote sensing, dále jen
SFDP) je dobrovolná spole enská organizace
s celostátní p sobností, založená na podklad
zákona o sdružování ob an ze dne 23. 3.
1990, . 83/1990 Sb.
Sídlem SFDP je místo pracovišt p edsedy
Spole nosti, v roce 2004 jím je Praha.
http://www.sfdp.upol.cz
5.2.2
5.2.3
eská astronomická spole nost
Správa Krkonošského národního parku
V Krkonošském národním parku je budován GIS, který má zp ístupnit
dostupné digitální informace provozním pracovník m. Modifikace lesnických
zásah , se kterými se po ítá v projektu FACE, budou z podstatné ásti
vycházet z informací zpracovaných v GIS. Pro lepší koordinaci všech aktivit
byla r. 1995 založena pracovní skupina pro GIS, která má sloužit jako základna
mnohostranné spolupráce mezi zú astn nými jednotlivci a organizacemi.
5.3
Výuková pracovišt
5.3.1
P írodov decká fakulta UNIVERZITY PALACKÉHO
V OLOMOUCI
Od roku 1992 m li studenti u itelského studia geografie možnost volby
výb rového seminá e, který poskytuje základní poznatky o DPZ. Od školního
roku 1995/96 pak navazovala praktická cvi ení z DPZ. Koncepce vzd lávání
vychází z pom rn širokých možností využití po íta ových výukových a
demonstra ních program . Ty využitelné lze rozd lit do t chto skupin:
Programy pro výuku základ
LANDSAT, áste n IDRISI).
DPZ (BEITEL, GEOBEIT, KLABEIT,
Demonstra ní programy na CD-ROM: The CD Guide to ERS-1, Introduction
to Remote Sensing, SIR-C Education Program, ERS-1 SAR Refernce
Coverage.
Programy zam ené na aplikace dat DPZ v geov dních disciplínách, p ípadn
jejich integrace do GIS: BILKO, IBDRISI, áste n CD-ROM ERS-1 Guide a
také Introduction to Remote Sensing, Environment GIS Kit, AVHRR CDBrowser Ionia, CZCS Browse Products, Ocean CD-Browser, GEDEX
Experiment, TOGA CD-ROMS, First ISLSCP (International Satellite Land
Surface Climatology Project) Field Experiment, TOMS data atd.
- 46 (58) -
eské organizace
Všechny uvedené výukové prost edky umož ují demonstraci a nácvik
základních operací s rastrovými snímky DPZ, a to:
• zobrazení a základní operace s ernobílými nebo multispektrálními
snímky
•
vytvá ení barevných kompozicí
•
statistické vyhodnocení snímk
•
nácvik n které z metod klasifikace snímku
•
výstup ve form "hardcopy".
Z hlediska náro nosti je nejp ístupn jší program LANDSAT, naopak charakter
programu IDRISI umož uje jeho využití i p i ešení složit jších v deckých
úkol .
Spole nou výhodou všech produkt je, že programy lze provozovat i na
nejjednodušších po íta ových konfiguracích.
Programové vybavení pro pedagogické ú ely v tomto okruhu je dosta ující,
pomineme-li již uvedené problémy.
Pro pasivní formy výuky jsou vhodné výukové programy na CD-ROM.
Všechny další jako AVHRR CD-Browser Ionia, CZCS Browse Products,
Ocean CD-Browser, GEDEX Experiment, TOGA Experiment, First
ISLSCP (International Satellite Land Surface Climatology Project) Field
Experiment Vol. 2,3 a 5, p ípadn data ze senzoru TOMS obsahují snímky
vhodné k demonstra nímu použití.
Aktivní formy výuky podporují produkty cílen koncipované jako výukové
programy, z nichž jsou k dispozici nap . BILKO a IDRISI. Možnosti
programu IDRISI jsou celkem dob e známé vzhledem k jeho pom rn
širokému rozší ení v naší republice. Proto uvádím podrobn jší informace o v
po adí tvrtém z po íta ových vzd lávacích modulových program BILKO.
Ten je ástí projektu TREDMAR (UNESCO's Marine Science Training and
Education Programme.
Tématicky je program zam ený na aplikace snímk pob ežních oblastí a
oceánografických snímk (dat) ze satelit , letadel a terénních m ení. Krom
úvodní lekce, která je zam ená na nácvik innosti se software BILKO ver. 1.3
p i základním zpracování digitálních rastrových dat, je sou ástí soubor 7
praktických cvi ení:
•
Zobrazení biooptických a fyzikálních parametr mo ské vody "in-situ".
•
aso-prostorový vývoj pob ežního "upwelling" p i pob eží Mauretánie
a Senegalu.
• Kolísání povrchové teploty mo ské vody se zm nou zenitového úhlu
satelitu na snímcích po ízených senzorem AVHRR.
•
Sezónní a ro ní kolísání povrchové teploty Severního mo e.
•
Využití snímk SPOT p i analýze turbidity vody p i ústí eky Gironde.
• Detekce živo ich p i povrchu mo ské hladiny využitím leteckých
snímk po ízených radarem typu SAR.
- 47 (58) -
Dálkový pr zkum Zem · Modul 03
• Odhad hloubky a studium topografie oceánu na základ
družicového altimetru.
dat z
Z uvedeného p ehledu vyplývá možnost využití uvedeného prost edku i pro
nácvik základních operací se snímky DPZ.
5.3.2
Lesnická fakulta eské zem d lské univerzity v Praze
Na lesnické fakult
eské zem d lské univerzity v Praze dostávají adepti
lesnictví základní informace o GIS ve druhém ro níku studia, v rámci
povinného p edm tu geodézie.
Volitelný p edm t DPZ a GIS se vyu uje v rámci specializací ve tvrtém
ro níku.Výuka je zajiš ována ve spolupráci s pracovníky Lesprojektu Brandýs
a Výzkumného ústavu meliorací na Zbraslavi (Ro ek 1995).
5.3.3
Lesnická fakulta Mendelovy zem d lské a lesnické
univerzity v Brn
Na lesnické a d eva ské fakult Mendelovy zem d lské univerzity v Brn se
u í GIS jako samostatný povinný p edm t ve druhém ro níku (2h p ednášek,
3h cvi ení týdn ), aby mohli poslucha i využít svých znalostí p i zpracování
ekologické studie, kterou p edkládají p i souhrnné zkoušce ve t etím ro níku.
Praktická cvi ení jsou založena na systémech IDRISI a TOPOL. Oba systémy
jsou, spolu s pot ebnými grafickými daty, k dispozici v po íta ové síti fakulty.
V nejbližší dob budou v této síti instalovány i digitální porostní mapy
Školního lesního podniku K tiny, v etn databáze LHP.
P edm t Dálkový pr zkum Zem a fotogrammetrie se vyu uje v rámci
odborného zam ení Územní management ve tvrtém ro níku (2h p ednášek,
2h cvi ení týdn ), jako p edm t povinný, pro poslucha e bez odborného
zam ení jako p edm t volitelný. Výuka zahrnuje základy geometrického i
sémantického (analogového a digitálního) zpracování
dat dálkového
pr zkumu, v etn tématické interpretace.
Vedení fakulty p edpokládá, že s uvedeným zabezpe ením výuky budou
absolventi schopni se po nástupu do praxe v domén prostorových dat
profesionáln orientovat.
Poslucha i s vyhran ným zájmem o dálkový pr zkum a GIS zpracovávají na
Ústavu geodézie a fotogrammetrie pomocí t chto metod své diplomové práce.
Kartografické výsledky jsou obvykle p edávány správ p íslušných zájmových
území.
Diplomanti se podílejí na výzkumných projektech Ústavu geodézie a
fotogrammetrie, p edevším na projektu „Budování prostorové lesnické
databáze velkého m ítka pro území rezervace Kn hyn (Beskydy) na základ
leteckých m ických spektrozonálních snímk “. Výhledovým cílem projektu je
dokumentace rozpadu smrkových porost v rezervaci, a p ípadn i
dokumentace postupu p irozené obnovy. V rámci tohoto projektu uskute ují
diplomanti detailní klasifikaci poškození korun jednotlivých strom podle
metodiky Evropských spole enství (Hildebrandt 1991).
- 48 (58) -
eské organizace
Ke zpracování diplomových prací je poslucha m k dispozici na platform PC
následující software: IDRISI, TOPOL, SPANS, PC ARC/INFO,
INTERGRAPH Microstation & MGE, MaGIS, a v nejbližší dob je o ekáván
systém Easi Pace.
5.3.4
Výukové programy
Za skute nou špi ku mezi demonstra ními programy na CD-ROM je
považován encyklopedický "The CD Guide to ERS-1", který uživateli nabízí:
P ehled nejd ležit jších informací o projektu ERS-1 i DPZ
Tato ást je ur ena novým zájemc m o DPZ a t m, kte í se cht jí seznámit jak
s programem ERS-1, tak i s podstatou pozorování Zem z jiných satelit ,
v etn aplikací. Modul je zpracovaný formou asi 5' animace.
Celkový p ehled programu ERS-1
Tato ást nabízí vy erpávající informace o projektu ve form textu, obrázk
animací. Je rozd lená do oddíl :
i
Úvod k ERS-1
Satelit a p ístroje na palub
Pozemní za ízení a služby uživatel m
Datové produkty ERS-1
Aplikace dat ze satelitu ERS-1.
Pr vodce projektem ERS-1
Manuál poskytuje detailn jší informace k okruh m uvedeným v bodu b), ale i
informace o možnostech získání produkt , nejbližších cílech atd. Vybrané
okruhu (termíny) lze vyhledávat v obsahu zadáním klí ového hesla, v rejst íku
nebo podle abecedy.
Interaktivní innost umož uje také CD-ROM "Introduction to Remote
Sensing" vyvinutý v rámci tzv. "Join Education Initiative" univerzitou College
Park v Marylandu (USA). Program nabízí:
Vyvolání obrazových ( asových) sekvencí (nap . mozaikové mapy USA ze
senzoru AVHRR, erupce vulkánu Mt. St. Helens ze satelitu GOES, snímky v
jednotlivých spektrálních pásmech senzoru TM atd.).
Vyhledání a vysv tlení termín , slovních spojení a pojm uspo ádaných
encyklopedicky do dvou soubor ozna ených jako "Úvod do DPZ" a "Sopky a
vulkanismus". Textové vysv tlení mnoha pojm je dopln né graficky (snímky
DPZ, fotografie, grafy atd.).
CD-ROM "Pre-launch SIR-C Education Program" lze považovat za
rozsáhlý informa ní prost edek o nosi ích i produktech aktivního DPZ
získaných radary umíst nými na letadlech a družicích. Vlastní projekt je
sou ástí dlouhodobého programu NASA "Mission to the Planet Earth". Stovky
multifrekven ních a multipolariza ních snímk z r zných asových období
spolu s podrobnými vysv tlujícími texty jsou vhodné p edevším jako ukázky
možných aplikací v hydrologii, oceánogrfaii, geologii a ekologii.
- 49 (58) -
Dálkový pr zkum Zem · Modul 03
Produkt evropské vesmírné agentury ESA "ERS-1 SAR Reference
Coverage" sice nemá povahu vzd lávacího prost edku, ale omezen m že
nahradit jmenovaný "The CD Guide to ERS-1" a vzhledem k povaze databáze
(radarové snímky) i "SIR-C Education Program".
Velmi aktuálním problémem v oblasti DPZ je integrace dat DPZ do GIS.
Sou asnou úrove a možnosti v tomto okruhu problém lze demonstrovat
využitím výukového programu "Environment GIS Kit". Jeho sou ástí je CDROM s datovými soubory a manuál.
5.4
Komer ní organizace
Je pravd podobné že lesnické aplikace údaj dálkového pr zkumu Zem spolu
s technologií GIS budou s postupem asu i u nás získávat rostoucí po et
p íznivc . Tak jako je tomu již nap . v Kanad , USA, Švédsku, p ijdou i eští
lesníci na to, že údaje dálkového pr zkumu Zem za len né do GIS mohou
relativn rychle optimalizovat asto protich dné požadavky kladené na
zalesn ná území (produkce d eva, protierozní ochrana, vodohospodá ské
funkce, rekreace, úto išt voln žijících živo ich , atd.). Nejnov jší informace
o aktuálním stavu porost jsou velmi d ležité k tomu, aby tyto požadavky bylo
možno zahrnout do lesních hospodá ských plán .
Za sou asné úrovn technologie DPZ a GIS mohou být lesnické mapy
aktualizovány tém kontinuáln , a lesní správci i manaže i tak mohou mít k
dispozici mnohem erstv jší informace, nežli bylo možné d íve. GIS lze
využívat k ukládání a analýze lesnických informací zp sobem, který nebyl
d íve myslitelný. Ja tak možno snadno zjiš ovat t žitelné zásoby d íví v území,
zpracovávat alternativní plány t žeb, nebo analyzovat ekologický potenciál
stanoviš . Zpracovatelské schopnosti GIS umož ují relativn rychle
vyhodnocovat r zné uvažované varianty. To vede ke kvalitativní zm n
p ístupu k r zným analýzám. Nabízí se možnost postupného zjem ování a
p ehodnocování hospodá ských plán , vedoucí k nalezení optimálního ešení
situace. To by ovšem p edpokládalo i legislativní zm ny, které by m ly
umožnit p echod od dosavadních rigidních lesních hospodá ských plán ke
zp sob m umož ujícím výb r z více variant hospoda ení. Dnes, kdy lze
redukovat pr m rné stá í informací v lesnických databázích z rok na týdny,
už není žádoucí pracovat s informacemi v desetiletém cyklu zm n. Na novou
formulaci lesního zákona naše lesnická ve ejnost napjat eká.
Mnohé údaje, presentované komer ními firmami na r zných setkáních a
seminá ích je nutno brát s rezervou, a po ítat s významnými rozdíly mezi
hlásanou teorií a prožívanou praxí, v tšinou v neprosp ch praxe. Platí to jak
pro r zné zpracovatelské systémy, tak pro proklamované výsledky aplikací
renomovaných firem. Nebudu uvád t konkrétní p ípady, protože v tšina z nás
z ejm má podobné zkušenosti. P esto však doufám, že nezanev eme na
technologie digitálního sb ru a zpracování prostorových dat, a p isoudíme
zmín né nedostatky velkému náskoku teorie p ed praxí.
Za hlavní konsumenty lesnicky orientovaných prostorových dat je možno
pokládat p edevším organizace státní správy, a to na ministerské úrovni (r zné
projekty) i na úrovních nižších (informace pro podporu rozhodování, grafická
data pro digitální prostorové databáze). V oblasti státní správy v tšinou
- 50 (58) -
eské organizace
existuje kvalifikovaný zájem o data, pot ebný hardware, i p im ené finan ní
prost edky. Není divu, že tato p íznivá konstelace okolností láká v tšinu
producent , kte í zde mají možnost získat pom rn výživné zakázky. Zákazník
je relativn spolehlivý a jeho pot eby jsou dlouhodobé.
Pomineme-li pravideln obnovované hospodá ské plány, které zpracovává
Lesprojekt pro v tšinu lesních celk , nejv tší prost edky na produkci
prostorových data z ejm vynakládá Ministerstvo zem d lství, p edevším ve
form dotací na monitorování stavu les a na další výzkumné projekty. O
Ministerstvu životního prost edí platí vcelku totéž co o Ministerstvu
zem d lství, s tím rozdílem, že MŽP finan n zabezpe uje také získávání
prostorových digitálních dat pro okresní referáty životního prost edí.
Lesy
eské republiky pot ebují prostorová digitální data pro vlastní
strategické plánování, i pro práci svých pod ízených složek. Také ony jsou
velmi významným konsumentem.
Zna ným potenciálním konsumentem se mohou stát i velcí majitelé les , typu
hrab te Kinského nap íklad. U nich je možno pro aplikaci prostorových dat
p edpokládat dostatek znalostí, personálu i prost edk .
Zkrátka zatím p icházejí st ední a drobní vlastníci les , kte í v tšinou nemají
ani znalosti, ani prost edky, a zatím ani zájem, aby se soubory digitálních
prostorových dat mohli pracovat. Zde se naskýtá nejv tší prostor pro cílenou
osv tu. Uvádím zám rn osv tu, nikoli reklamu, pon vadž ú innost reklamy
bude v tomto p ípad pravd podobn velmi malá.
5.4.1
GISAT
Pražská firma GISAT byla založena v roce 1990 ing. Janem Kolá em jako
první soukromá firma v eské republice v oboru družicového dálkového
pr zkumu Zem a geoinformací. Oficiální název firmy je Jan Kolá - GISAT.
Aktivity firmy GISAT pokrývají široké spektrum inností spojených s
dálkovým pr zkumem Zem - od distribuce družicových dat, digitálního
zpracování družicových a leteckých snímk , p es vývoj metodik na získávání
geoinformací a monitorování stavu i zm n životního prost edí až po tvorbu
geoinforma ních systém . Standardní produkty zahrnují p esné družicové
obrazové mapy a z nich odvozené základní a tématické mapy v m ítku od
1:10 000 do 1:1 000 000. Z dalších jsou to p edevším digitální výškové modely
(DTM) a mapy krajinného krytu (land cover) vhodné pro krajinné plánování,
aplikaci rozptylových model i pro budování sít mobilních telefon . Nabídka
služeb dále obsahuje aktualizaci existujících map, asové ady pro sledování
trend zm n krajiny i monitorování p írodních katastrof. V neposlední ad
GISAT nabízí možnost komplexní integrace družicových dat s daty z jiných
zdroj v etn budování a zavád ní databází a geografických informa ních
systém (GIS). Firma je reprezentantem dvou významných producent
geoinforma ních programových produkt . Jedním tímto producentem je
kanadská spole nost PCI Geomatics, druhá skupina program je produkována
australskou spole ností GenaWare.
Firma dodává a zpracovává optická data st edního rozlišení po izovaná
družicemi Landsat, Spot a IRS, optická data vysokého rozlišení z družice
- 51 (58) -
Dálkový pr zkum Zem · Modul 03
Ikonos radarová data z družic ERS a Radarsat, p ípadn fotografická data z
ruských družic.
Na internetových stránkách této firmy (www.gisat.cz) lze dále nalézt
nejzajímav jší zpracované projekty, p ehledy družic aj.
5.4.2
Lesprojekt Brandýs nad Labem
Ústav pro hospodá skou úpravu les -Lesprojekt se sídlem v Brandýse nad
Labem se svými deseti pobo kami byl donedávna monopolním dodavatelem
lesních hospodá ských plán (LHP) pro lesní pozemky na území celé
republiky. Tento monopol je dnes narušen, Lesprojekt však stále z stává, a
z ejm ješt dlouho z stane, hlavním producentem LHP. íselná data a
kartografické podklady se zpracovávají na pobo kách, montáže a tisky map se
uskute ují v úst edí firmy v Brandýse. Také fotogrammetrické zpracování
leteckých snímk jako velmi ú inný prost edek k aktualizaci lesnických
provozních map se uskute uje v úst edí Lesprojektu.
Tato zab hnutá technologie však p ináší lesnímu hospodá i mapové informace
s ur itým zpožd ním. Proto n které pobo ky (Hradec Králové, Plze , .
Bud jovice) p echázejí na digitální tvorbu map, propojují popisné databáze s
grafickými daty a s údaji lesní hospodá ské evidence. Náklady na vytvo ení
digitálních databází a výsledných kartografických produkt jsou vyšší než p i
stávající technologii, doba výroby map je však výrazn kratší. Velkou výhodou
je skute nost, že p i obnov LHP, kdy bude moci být využito stávajících
digitálních produkt , se dosáhne velké fina ní úspory. Ve spojitosti s
digitálními leteckými nebo kosmickými snímky se nabízejí možnosti rychlého
vyhodnocení v trných i k rovcových kalamit a perspektiva dlouhodobých
sledování imisního poškození.
V Lesprojektu byly vytvo eny základy první verse tuzemského (a v konkurenci
zahrani ních produkt
celkem úsp šného) systému pro zpracování
prostorových dat TOPOL. Je možno konstatovat, že p evážná v tšina
digitálních grafických dat LHP je dnes vytvá ena v prost edí TOPOLu. K ješt
lepší podpo e digitální technologie zpracování LHP jsou ve spolupráci s firmou
Help Service vytvá eny speciální varianty programu TOPOL - s pracovními
názvy TOPOL pro Terén a TOPOL pro Kancelá (Slabý 1995).
Odumírání lesních porost v d sledku imisního zatížení je na našem území
pom rn podrobn dokumentováno pomocí snímkových ad družice Landsat, a
technologie vyvinuté spole n pracovníky Lesprojektu a firmou Stoklasa Tech
(v kooperaci s firmou Silvi Nova CS).
5.4.3
Holdingová spole nost Help Service Group, Praha
Spole nost Help Service p evzala roku 1992 od Lesprojektu program TOPOL
jakožto vektorov (a lesnicky) zam ený systém a doplnila ho o geometrické
procedury a funkce operující nad rastrem. Tím výrazn rozší ila nejen
možnosti TOPOLu, ale i základnu svých uživatel . Že úsp šn , o tom sv d í
pravidelná setkání uživatel TOPOLu, po ádaná firmou Help Service v Se i u
Chrudimi.
- 52 (58) -
eské organizace
V poslední dob byl program TOPOL p eveden do prost edí WINDOWS a
dopln n o nové operace, p edevším o zpracování sémantické (obsahové) složky
rastrových dat. V této podob už za íná dosahovat úrovn image processing
systém . Uživateli jsou
k dispozici p íkazy nejen pro geometrické
transformace, ale i p íkazy pro filtraci, hranové operace, klasifikaci, tvorbu
barevných syntéz multispektrálních snímk , a další. Pomocí t chto operací je
možno v TOPOLu zpracovávat družicové snímky a digitalizované snímky
letecké. Tím si TOPOL jist p itáhne další tuzemskou (a snad i zahrani ní)
klientelu. Podle firemních údaj se p ipravuje nová verse systému, která bude
rozší ena o operace nad digitálním modelem reliéfu terénu a o operace digitální
fotogrammetrie.
Pro prohlížení a analýzu prostorových dat vyvinula firma Help Service
program TOPOSKOP. Vzhledem k jednoduchému ovládání, p íznivé cen a
nízkým nárok m na po íta ové vybavení je možno pokládat TOPOSKOP za
systém dostupný širokému spektru uživatel .
Z lesnického hlediska mají nezanedbatelný odborné konference o
informa ních systémech v zem d lství a lesnictví, které firma organizuje, a na
kterých je možno se seznámit s nejnov jšími výsledky v oblasti práce s
digitálními prostorovými daty.
Dce inné firmy holdingu Help Service Group, kterých je více než desítka,
zastupují zájmy spole nosti v regionech. N které z nich se zabývají
specializovanou inností, nap . skanováním - Help Service Scanning Praha,
zpracováním dat dálkového pr zkumu - Help Service Remote Sensing Náchod,
zpracováním lesnických aplikací - Help Forest Olomouc, a pod.
5.4.4
Foresta Velké Karlovice
Akciová spole nost Foresta Velké Karlovice pat í k firmám, které velmi rychle
pochopily p evratný význam technologie digitálního zpracování prostorových
dat pro moderní management. Od svého vzniku zam uje tato firma ást svých
sil cílen a úsp šn tímto sm rem. V rámci Divize služeb bylo v Brn z ízeno
specializované st edisko GIS, nabízející zákazníkovi pom rn širokou paletu
služeb.. Pokud jde o geoinforma ní systémy, rozhodla se Foresta po
d kladném pr zkumu trhu pro produkty australské firmy GENASYS, a stala se
na našem území jejich ši itelem. Jak úsp šným, není autorovi známo, ale o v ci
dost vypovídá skute nost, že produkty GENASYSu jsou UNIXovsky
orientovány, zatímco v tšina skute ných (nebo potenciálních) uživatel GIS
dosud pracuje na platformách PC. S programovými prost edky GENASYSu je
Foresta schopna ve velkém uskute ovat digitalizaci lesnických provozních
map, a získala v tomto ohledu pom rn velké zakázky pro Lesy eské
republiky.
K ú el m operativního lesního hospodá ského plánování vyvinula Foresta
vlastní interak ní systém pro zpracování lesní hospodá ské knihy a evidence,
známý pod zkratkou LKHE. LKHE je modulární systém pracující v prost edí
Windows, s možností spolupráce s platformou Unix. Základním modulem je
aplikace pro odborného lesního hospodá e, následuje modul hospodá ské
úpravy lesa, modul pro statistické vyhodnocení informací, modul pro
oce ování lesa, modul pro správu aplikací. P ipravuje se modul pro
dlouhodobé plánování a lesnické a ekonomické prognózy. Systém umož uje
- 53 (58) -
Dálkový pr zkum Zem · Modul 03
propojení s grafikou n kterých GIS, standardn je nabízen s prohlíže kou dat
BASET. Datový model LKHE vychází z existujících databází lesní
hospodá ské knihy, bezlesí a lesní hospodá ské evidence. Umož uje pr b žn
dopl ovat data t chto databází o další informace, dokonce napojit simulace
r stových proces , a tak vnést do stávajících statických dat LHP pot ebnou
dynamiku. V této podob p edstavuje systém LKHE novátorský p ístup k
hospodá ské správ lesních celk .
Foresta nez stala pozadu ani v oblasti DPZ a v roce 1995 ustavila svou
specializovanou pobo ku v Praze. Zde se eší r zné tématické úlohy pro
resorty lesnictví a životního prost edí, jejichž spole ným znakem je spojení
DPZ jako nástroje pro mapování zm n, a GIS jako prost edku pro analýzu a
vytvá ení vazeb na správní agendu. Díky erudovanému personálu, který se
poda ilo pro tuto pobo ku získat, bude Foresta významným producentem
syntetických informací (podložených digitální grafikou) týkajících se lesa i
jiných složek krajiny.
5.4.5
Argus Geo Systém, Hradec Králové
Firma Argus Geo Systém, Hradec Králové se zabývá po izováním leteckých
m ických snímk , snímk pro interpreta ní ú ely a innostmi navazujícími.
Krom snímkovacích prací nabízí firma fotogrammetrické zpracování
získaných dat, v etn vyhotovení základních vrstev polohopisu pro GIS.
Z hlediska lesnické interpretace má firma zkušenosti se snímkováním
k rovcových kalamit a porost v r zném stádiu napadení k rovcem.
5.4.6
Ústav pro výzkum lesních ekosystém , Davle
Ústav pro výzkum lesních ekosystém
(používá rad ji akronymum IFER
svého názvu v angli tin , z ejm proto, že to vypadá i zní pon kud lépe nežli
eské ÚVLE) se zabývá p edevším monitorováním velkých lesních oblastí. I
když pracovníci ústavu nejsou hojní po tem (podle nejnov jších informací 14),
jejich výsledky v oblasti zpracování lesnických digitálních prostorových dat
nelze opominout. Metodika monitoringu les ( erný et al. 1993), kterou
vypracovali, a která navazuje na mezinárodn uznávané metodické postupy, je
doporu ena k užívání v celé R.
Velkým p ínosem je to, že získané výsledky šet ení uložené v databázích jsou
prostorov kódovány, a že v tšina tabulkových údaj má tomu odpovídající
grafický výstup. Zp sob presentace výsledk jednotlivých projekt ústavu
nastavuje všem podobným projekt m hodn vysokou la ku.
Ústav pro výzkum lesních ekosystém získal v poslední dob zastoupení
kanadské firmy Tydac Technologies, a distribuuje její geoinforma ní systém
SPANS, pro který poskytuje i uživatelskou podporu. Pon vadž SPANS pat í ke
špi kovým analytickým GIS na platform PC, je to pro eské uživatele dobrá
zpráva.
- 54 (58) -
Záv r
6
Záv r
6.1
Shrnutí
V modulu 03 je pojednáno o metodách vizuálního a digitálního zpracování dat
dálkového pr zkumu Zem . Je p ipojena i stru ná informace o výb rových
organizacích, které mají alespo áste n , dálkový pr zkum Zem v náplni
práce.
6.2
Studijní prameny
6.2.1
Seznam použité literatury
[1]
apek, R.: Dálkový pr zkum a fotointerpretace z hlediska geografa - I.
Skripta p írodov decké fakulty UK, SPN Praha, 1978, 164 str.
[2]
Dobrovolný, P.: Dálkový pr zkum Zem : digitální zpracování obrazu.
1. vydání. Brno MU, 1998.
[3]
Fixel, J., Švábenský, O.: Geodetická astronomie a kosmická geodézie.
VUT v Brn 1985
[4]
Kolá , J.: Dálkový pr zkum Zem . Populární p ednášky o fyzice, svazek
35, Praha, SNTL 1990, 176 str. + 16 stran p íloh
[5]
Kolá , J., Halounová, L., Pavelka, K.: Dálkový pr zkum Zem 10.
Vydavatelství VUT, Praha 1997
[6]
Pavelka, K.: Dálkový pr zkum Zem
Vydavatelství VUT, Praha, 1998
[7]
Pavelka, K.: Zpracování obrazových záznam DPZ. 1. vydání. Praha,
VUT, 1999.
[8]
Vysoudil, M.: Dálkový pr zkum III. P írodov decká fakulta UP
Olomouc (skripta), rektorát UP Olomouc, Olomouc 1993, 57 str.
6.2.2
10, Opera ní systémy.
Seznam dopl kové studijní literatury
[1]
Alföldi, T., Cratt, P., Stephens, P.: Definitions of Remote Sensing.
Photogrammetric Engineering and Remote Sensing, Vol. 59, pp. 611613
[2]
Balca ík, M., Kolejka, J.: Za ízení FEAG a experimentální ov ení jeho
použitelnosti k vyhodnocení barevných leteckých snímk . Zprávy GGÚ
SAV, ro . 28, 1991, . 3, s. 5-13.
[3]
Boyle, R., Hlavá , V., Šouka, M.: Image Processing, Analysis and
Machine Vision. 2. vydání. USA Kalifornia, Brooks/Cole Publishing
Copany, 1999.
[4]
Campbell, J.B.: Introduction to Remote Sensing. Taylor & Francis,
London 1996, 622 str.
- 55 (58) -
Dálkový pr zkum Zem · Modul 03
[5]
Cinotti, B., Deshayes, M.: Mapping of European Forests: Comparison
of Existing Nomenclature and Consequences on the Use of Remote
Sensing. In: Kennedy P.J., Päivinen R., Raihuvuo L. (eds.): Designing a
System of Nomenclature for European Forest Mapping. Proceedings.
European Forest Institute, Joensuu 1995.
[6]
erný, M., Michalec, M., Morav ík, P., Pa ez, J., Slavík, P.: Metodické
postupy používané v programu monitoringu les . MŽP, Praha 1993.
[7]
Fajman, Z., Krix, K, Škapec, L.: P ísp vek k poznání spektrálních
charakteristik smrkového jehli í. Lesnictví 32, 1986, 329-345.
[8]
Fernandes, R., Vyklický, M., v.d. Horst, P., Pauknerová, E.: Mixedmode classification of land cover in the Czech National Parks.
EGIS/MARI, Paris 1994.
[9]
Hanzl, V., Plánka, L.: Letecké snímkování z malých výšek s využitím
dálkov ízených nosi a nem ických kamer. Vojenský topografický
obzor. Sborník topografické služby, . 1, VZÚ Praha, Praha 1992, str.
11 - 12
[10]
Hildebrandt, G.: Remote Sensing Applications for Forest Health Status
Assessment. Commission of the European Communities, Freiburg 1991.
[11]
Je ábek, O. - Ledvinka, V.: tení leteckých a pozemních snímk . Praha
1959, 315 str.
[12]
Kennedy P., Folving S., McCormick N.: European Forest Ecosystems
Mapping and Forest Statistics: The FIRS Project. In: Kenedy P.J.,
Paivinen R., Roihuvuo L. (eds.), 1994: Designing a System of
Nomencalture for European Forest Mapping, International Workshop Proceedings. European Forest Institute, Joensuu 1994.
[13]
Kurt, A: Metody sputnikovoj geodezii. Moskva 1973
[14]
Lála, P., Vítek,A.: Malá encyklopedie kosmonautiky. Praha, Mladá
fronta 1982, 392 str.
[15]
kol.: Manual of Remote Sensing I,II. Falls Church 1975, 2144 str.
[16]
kol.: The Guide to ERS-1. User Manual. European Space Agency. (CDROM), 1992
[17]
kol..: Application of Marine and Coastal Image Data from Satellite,
Airborne and In-situ Sensor. Fourth Computer-based Learning Module.
UNESCO, MARINF/90, Paris, 1993
[18]
kol.: Introduction to Remote Sensing. Join Education Initiative. University
of Maryland College Park, Maryland. (CD-ROM), 1993
[19]
kol.: SIR - C Education Program. NASA, JPL Laboratory, Pasadena. Prelaunch CD-ROM, 1993
[20]
kol.: Environment GIS KIT. User's Guide. Version 1.1. SCOTT
CONSEIL, 1994
[21]
Kolejka, J.: Stav a metody dálkového pr zkumu p írodních a
antropogenních krajinných struktur na Geografickém ústavu SAV v
Brn . Zprávy GGÚ SAV, ro . 24, 1987, . 1, s. 17-30.
- 56 (58) -
Záv r
[22]
Kolejka, J., Petch, J.: Geografické vyhodnocení digitalizovaných
leteckých snímk vodních objekt . Sborník SGS, ro . 94, 1989, . 4,
s. 241-248.
[23]
Koželuh, M., Nová ek, V., Plánka, L., Trnka, J.: Nekotoryje rezul´taty
spektrometri eskich izmerenij i obrabotki krupnomasštabnych
aerosnimkov.
In:
Itogovyj
ot ot
po
meždunarodnomu
aerokosmi eskomu eksperimentu "Kursk 85", Rabo aja gruppa
socialisti eskich stran po distancionnomu zondirovaniju Zemlji
programmy Interkosmos (RGDZ), Moskva 1987, VINITI, str. 194 203
[24]
Lauermann, L.: Letecké snímky, Brno 1955, 81 str.
[25]
N mcová, L., Pauknerová, E., Ku era, T.: Mapping Forest Ecosystems
of the Czech Republic. PHARE MERA Project, 1995.
[26]
Pauknerová, E., v.d. Horst, P., Jeník J., 1994: Spruce forest decline in
the Krkonoše National Park, A remote sensing and GIS case study. IGU
conference Environment and quality of life in Central Europe, Prague
1994.
[27]
Plánka, L., Kirchner, K., Trnka, J.: Snímkování radiem ízeným
modelem letadla v oblasti navrhované státní p írodní rezervace Babín.
Zpracováno pro Správu CHKO Ž árské vrchy, Archív GGÚ SAV,
Brno 1983, 12 str. + p íl.
[28]
Plánka, L.: Metoda leteckého snímkování z malých výšek. Zprávy GGÚ
SAV, ro . 21, 1984, . 3, str. 3 - 12
[29]
Plánka, L. (ed.): Metodika ispol´zovanija radioupravljajemych
aviamodelej, neobchodimych dlja sbora dannych v processe
distancionnogo zondirovanija Zemli. Sbornik statjej 3, Brno 1984,
GGÚ SAV, 136 str.
[30]
Plánka, L.: The Use of Radio-controlled Aeromodels for Photography
with the View of Remote Sensing of the Earth. United Nations Training
Course "Remote Sensing Applications to Geological Sciences", October
5 - 24, 1987, Dresden, Veröffentlichungen des Zentralinstituts für
Physik der Erde, Potsdam 1987, ZIPE, pp. 58 – 69
[31]
Plánka, L.: Použití radiem ízených model letadel ke snímkování pro
ú ely dálkového pr zkumu Zem . In: Metody studia agrotechnického
geosystému z leteckých a pozemních záznam . Díl í výzkumná etapa
DÚ SPZV II-7-4-06 "Metody dálkového pr zkumu agrotechnického
geosystému na území SSR", zodp. eš.: O.Stehlík, Brno 1988, GGÚ
SAV, str. 136 - 159
[32]
Plánka, L.: Metoda leteckého snímkování z malých výšek. In: Sborník
prací 18 - Sborník referát I. s. - jugoslávského seminá e "Využití
moderních metod pro geografický výzkum životního prost edí", Brno,
18.-24.5.1987 (Ed.: O.Mikulík, M.Špes), Brno 1989, GGÚ SAV,
str.223 - 231
[33]
Plánka, L.: Vybrané problémy s aplikací radiem ízených model
letadel p i velkom ítkovém snímkování.In: Sborník X. v decké
- 57 (58) -
Dálkový pr zkum Zem · Modul 03
konference VUT FAST, odborná sekce 4 geodézie a kartografie v Brn ,
25.-28. zá í 1989, Brno 1989, VUT, str. 130 – 138
[34]
R ži ka, B. - Popelinský, L.: Rakety a kosmodromy, Praha Naše vojsko
1986
[35]
Sehnal, L., Pacner, K.: Akcelerometr pro americký raketoplán. Praha
1995
[36]
Schneider, S.: Luftbild und Luftbildinterpretation. Berlin - New York
1974, 530 str.
[37]
Vysoudil, M.: Zkušenosti ze studia dálkového pr zkumu Zem v Nizozemí
a možnosti jejich využití ve výuce geografie. In: Geografické rozhledy.
Ro . 2, 1993, . 4/92-93, str. 122-123.
[38]
Židek, V., Tu ek, J., Musilová, Z., N mcová, A.: Práce s digitálními
prostorovými daty. U ební texty. MZLU, Brno (p ipraveno k tisku, v
elektronické form k dispozici v po íta ové síti).
6.2.3
Odkazy na další studijní zdroje a prameny
[1]
www.gisat.cz,
[2]
www.mus.cz/~ales/
[3]
artin.zcu.cz/courses/dpz
[4]
http://mek.kosmo.cz/druzice/index.htm
[5]
http://www.lib.cas.cz/knav/space.40
[6]
http://www2.ncdc.noaa.gov/docs/klm/index.htm
[7]
http://www.chmi.cz/meteo/sat/
(další odkazy jsou uvedeny p ímo v textech modul 01 až 03)
- 58 (58) -
Download

DÁLKOVÝ PRŮZKUM ZEMĚ