Анализ влажности грунтов

[Сергей-Тюмень]

Всем здравствуйте...

Интересуетт тема анализа влажности грунтов при помощи данных ДЗ (Landsat ETM)....

Нашел следующие строки.. "Лучше всего сырые участки почвы и границы обводненной и необводненной территории отображаются в зеленом канале(0,52-0,61мкм) "
Как я понимаю для Landsata ETM это канал 2.......это мне надо открыть в ердасе (например) уже синтезированую сцену ландсата и в band combination поставить напротив red gren blue -2. или выделить с помощью LayerStack второй канал??? Тогда более темные участки будут более обводненые а более светлые менее???? Так ли я понимаю.????
ИНтересует любая информайия по этой тематике..
Заранее спасибо..........

[SkyLine]

Меня тоже интересует эта темы. Удалось ли вам что-нибудь по ней найти?

[Иван]

Не ясно какой анализ влажности грунта надо проводить. Это поверхностная влажность, или распределение по глубине? Что надо получить - качественное разделение (влажный-сухой), или количественные оценки? Анализ при попомщи оптики не физичен. Основные исследования по влажности проводятся в СВЧ-диапазоне (радар, радиометр).

[Сергей-Тюмень]

Интересует все....и как просто получить значения влажный сухой и как получить количественные характеристики....
Какие косвеные дешифровочные признаки есть а точнее как они отображаются на снимках....
Вообщем любые соображения и нароботки по этим вопросам....
Заранее спасибо...

[Гость]

Дешифрировать почвы с различным содержанием влаги лучше всего не видимом диапазоне спектра, а в БИК и СИК. В БИК чем выше влажность почвы, тем ниже ее спектральная яркость. Разность яркости влажной и сухой почвы может достигать 3-х раз. Здесь хораздо лучше дешифрируются светлые почвы, например, сероземы или подзолистые. Еще более хорошие результаты могут дать исследования снимков в СИК (тепловом диапазоне), так как есть четкая зависимость температуры от влажности почв.

[SkyLine]

Есть хорошая книга по ДЗЗ, применительно к почвам.
Кравцова В.И. Космические методы исследования почв, 2005

но там только теоретическая часть, а конкретных решений нет.
В ней упоминается, что должно выйти второе пособие по обработке на компьютере, но пока нет. Ждем-с.
Откуда начинать непонятно:(.

[Andrey]

Немного опоздал с комментариемю но лучше поздно, чем никогда:)

Из хелпа TNT:
The Tasseled Cap operation (also known as Kauth's Tasseled Cap) computes the three Kauth biophysical indices (greenness, brightness, and wetness) from raster objects that contain the six spectral bands of TM imagery: TM1, TM2, TM3, TM4, TM5, TM7. This spectral information is translated into values that represent a site's biophysical properties. The process produces three output raster objects that represent greenness, brightness, and wetness using a set of linear combinations of Landsat TM spectral bands. Output is generated according to the following formulas:
Greenness = -0.24717 * TM1 - 0.16263 * TM2 - 0.40639
* TM3 + 0.85468 * TM4 + 0.05493 * TM5 -
0.11749 * TM7
Brightness = 0.33183 * TM1 + 0.33121 * TM2 + 0.55177
* TM3 + 0.42514 * TM4 + 0.48087 * TM5 +
0.25252 * TM7
Wetness = 0.13929 * TM1 + 0.22490 * TM2 + 0.40359 *
TM3 + 0.25178 * TM4 - 0.70133 * TM5 -
0.45732 * TM7
Kauth, a scientist at the Environmental Research Institute, extended the green biomass concepts to extract more biophysical information from Landsat MSS and TM multispectral imagery. He developed the combinations by correlating ground measurements with spectral band data and performing regression analyses. The name given the operation is based on the shape of the data distribution in the original spectral bands, which resembles a tasseled cap.

Wetness
This index is for surface wetness, including the water suspended in the vegetation biomass. Wetness can be computed from Landsat TM images by Kauth's Tasseled Cap and Kauth's Greenness / Brightness operations.

М.б. подходит и для влажности почв, хотя конечно все эти мульти регрессионные ур-ния с сильнокоррелируемыми переменными ...

Из личного опыта: влажность почв неплохо ловится при РЛ съемке.
Всем удачи.