Альбедо и NDVI по ASTER, какие параметры необходимы?

[Natalia Novoselova]

Я сейчас выбираю всё, что мне может что-то дать в смысле анализа, и поняла, что NDVI (про другие вег. индексы детально не изучала) - это то, что может показать многое, не только связанное с растительностью.

Поэтому у меня задача - оптимально подобрать ПП ASTER для заказа, чтобы из них можно было взять максимальное.

В статье гис-лаб по NDVI: http://gis-lab.info/qa/ndvi.html
указано только условие наличия радиометрической коррекции:

"Следует, однако, учитывать и главные недостатки использования NDVI-индекса:
Невозможность использования данных, не прошедших этап радиометрической коррекции (калибровки)"

Но всё же хотелось бы уточнить, точно ли не нужна атмосферная коррекиция для расчёта NDVI?



И к этому связанный вопрос из прошлой темы, для самостоятельного построения модели рельефа по ASTER (по каналам 3N и 3B) - также НЕ нужна атмосферная коррекция (и достаточно радиометрической и геометрической)?


К практике мой вопрос сводится к следующему, можно ли из продукта AST_1LB (что есть исходный снимок AST_1LA, прошедший геометрическую и радиометрическую, но не прошедший атмосферную коррекцию) - строить как NDVI и др вегетационные индексы, так и модель рельефа DEM?


Очень прошу совета, не хотелось бы опять ошибиться в выборе, лимит сцен небольшой.

[Natalia Novoselova]

К практике мой вопрос сводится к следующему, можно ли из продукта AST_1LB (что есть исходный снимок AST_1LA, прошедший геометрическую и радиометрическую, но не прошедший атмосферную коррекцию) - строить как NDVI и др вегетационные индексы, так и модель рельефа DEM?

Нда.. нашла фразу в мануале, из которой следует, что DEM нужно делать не на AST_1LB (как я думала раньше, т.к. там вся проведены 2 типа коррекций), а на AST_1LA, то есть на исходном снимке без коррекций вообще. Интересно, почему ..
Хотя из контекста (речь о гео-привязке AST_1LB и его производный продуктов) не ясно, это обязательное условие, что DEM делать из AST_1LA, или это просто они так делают, а так (самому) можно и из AST_1LB.. Мне разница существенная, хотя бы потому, что нужно узнать, как делать это правильно.

All this information is also applicable to the Level-2 On-Demand Products derived from ASTER Level-1B data except for the ASTER Digital Elevation Model (DEM) product which is generated from an ASTER Level-1A data set.

[alexandr cherepanov]

Зачем Вам вообще делать DEM? Вроде напрямую с Вашей работой это не связано, и вероятность того, что цмм сделанная по стерео паре на коленках будет лучше готовой астерГдем или srtm очень низкая, практически нулевая. Если с точки зрения освоения технологии и понимания процесса, то опять же делать это рано. Описаний и примеров статей в сети по получению DEM из ASTER полно, причем на любом ПО, вот первые попавшиеся
www.scielo.br
www.itc.nl
AST_1LB или AST_1LA, разницы для извлечения DEM не помню, скорее всего важно только при обработке пролетов, а для одиночной сцены должны подходить оба.

Атмосферная коррекция для построения DEM не нужна.

Но всё же хотелось бы уточнить, точно ли не нужна атмосферная коррекиция для расчёта NDVI?

А для чего Вам нужен NDVI?

[Natalia Novoselova]

Зачем Вам вообще делать DEM? Вроде напрямую с Вашей работой это не связано, и
Атмосферная коррекция для построения DEM не нужна.

Но всё же хотелось бы уточнить, точно ли не нужна атмосферная коррекиция для расчёта NDVI?

А для чего Вам нужен NDVI?

Спасибо за уточнение по DEM!
Но так всё же по NDVI - нужна ли для него атмосферная коррекция?

* * *
Отвечая на вопрос зачем, изучая это сейчас, - я подбираю возможные пути для реализации проекта (давала его описание здесь)
И сам проект - имеет сложные задачи и неизвестные еще пути решения, и я знаю еще очень мало в этих технологиях. Также в скоро времени хочу пытаться налаживать сотрудничество с командой, которая работает по лесам, просить их давать мне какие-то ГИС-ДЗЗ задачи на правах студента-волонтера. В общем - комплексно иду в комплексных целях.. осваивая то, что смогу там использовать.

Конкретно по Проекту (если вы ознакомитесь с описанием, хотя полный файл с текстом я удалила, то станет понятней) - нужно выявить возможные закономерности полета птиц от подстилающей поверхности и от расстояния до привлекательных для них объектов. То есть здесь будут играть роль - температура поверхности (основное), рельеф (в т.ч. и как влияющий на температуру), и ТИП покрытия (травяная растительность, бетон, асфальт, лес, голая почва, и т.п. - в том числе и потому, что тип поверхности влияет на температуру над ней).
NDVI (как я прочитала) - может дать примерную картину по разделению на эти типы, также выделит растительный покров, разделив его по состоянию, в общем - может быть, это можно будет присоединить к анализу. Пусть даже это сыграет незначительную роль в нем самом, но будет такой иллюстрацией (проект то студенческий, хотя и научный, так что все показанные технологии также важны)

Как то так.

[nadiopt]

вообще классически для всех индексов атм коррекция нужна
однако в быту если не делается чендж детекшн для нескольких снимков по индексам и сам индекс используется для дешифрирования по эталонам (а не по заранее определенным границам интервалов для классов) - то вроде как можно обойтись...

[alexandr cherepanov]

NDVI (как я прочитала) - может дать примерную картину по разделению на эти типы, также выделит растительный покров, разделив его по состоянию, в общем - может быть, это можно будет присоединить к анализу.

Это может сделать оператор который будет анализировать полученные значения NDVI. Вопрос об коррекции влияния атмосферы и калибровки, автоматически возникает при анализе и использовании снимков полученных за разные даты, снимков полученных с разных сенсоров, снимков полученных при разных состояниях атмосферы и условий освещенности. Просто Ваши данные не будут совпадать в областях перекрытия.

нужно выявить возможные закономерности полета птиц от подстилающей поверхности и от расстояния до привлекательных для них объектов

То есть объект - конкретный вид птиц и надо полагать есть большая база наземных данных о том кто, где, когда, и куда летает с хорошей геопривязкой, иначе просто не понятно о чем и выявление каких закономерностей может идти речь. Если такая база есть, то видны ли в ней вообще какие-то закономерности? Пока что без учета внешних факторов (нагрев, воздушные потоки, корм и прочее).

[Natalia Novoselova]

NDVI (как я прочитала) - может дать примерную картину по разделению на эти типы, также выделит растительный покров, разделив его по состоянию, в общем - может быть, это можно будет присоединить к анализу.

Это может сделать оператор который будет анализировать полученные значения NDVI. Вопрос об коррекции влияния атмосферы и калибровки, автоматически возникает при анализе и использовании снимков полученных за разные даты, снимков полученных с разных сенсоров, снимков полученных при разных состояниях атмосферы и условий освещенности. Просто Ваши данные не будут совпадать в областях перекрытия.

По задачам проекта и учету того, что это тропики и зима от лета в плане растительности почти не отличается, я планирую NDVI считать по одному снимку (точнее двум смежным за одну дату).
Я правильно поняла, что в этом случае можно обойтись без атмосферной коррекции ASTER?

P.S. Сейчас мне важно определить, что выбрать для заказа, пока думаю, что AST_1LB, как имеющий геометр и радиометр коррекцию.
Описания, как делать самой атмосферную коррекцию для ASTER в мануалах пока не нашла Может быть подскажете, где это можно найти? Тогда я смогу попробовать двумя вариантами, и просто понять как это делать хочется.

То есть объект - конкретный вид птиц и надо полагать есть большая база наземных данных о том кто, где, когда, и куда летает с хорошей геопривязкой, иначе просто не понятно о чем и выявление каких закономерностей может идти речь. Если такая база есть, то видны ли в ней вообще какие-то закономерности? Пока что без учета внешних факторов (нагрев, воздушные потоки, корм и прочее).

В описании проекта я про это говорила. Да, есть база наблюдений, которая имеет свои ограничения. Наблюдения ведутся из 26 точек на 2-х территориях (вокруг аэрорпотов). В каждой точке наблюдения ведутся в течении 1 суток в месяц, с утра до 17-18ч (время основной активности этих птиц при планирующем полете в поисках пищи). Через каждые 15 мин делается обзор местности и записывает число птиц, дирекционный угол (направление от севера), приближенно в интервалах - расстояние и высота. Эти данные позволяют осуществить гео-привязку каждой зафиксированной в полете птицы, но из-за неточностей измерений (расстояние интервалом до 500м, дирекц. угол до 45 гр, получается, что каждая привязанная точка X,Y по сути соответствует определенной площади на поверхности (часть сегмента окружности, где центр - точка обзора). Отсюда у меня идеи, подсказанные здесь, использовать для анализа зональную статистику.

Это может сделать оператор который будет анализировать полученные значения NDVI.

P.S. Помощников в анализе и работе мне не предвидится, научный руководитель также имеет небольшое представления о ГИС, ДЗЗ, так что прямой помощи сверху в виде рекомендаций к методикам, стат. анализу ждать не приходиться.

[Natalia Novoselova]

Если такая база есть, то видны ли в ней вообще какие-то закономерности? Пока что без учета внешних факторов (нагрев, воздушные потоки, корм и прочее).

К выявлению закономерностей визуально и статистически я еще значительно не подходила (банально не было времени, почти весь прошлый семестр был потрачен на дисциплины, да и я пока не быстро продвигаюсь - очень много нового нужно пар-но осваивать, хотя радует, что некоторый прогресс есть, так как вырисовались методологические линии по котором можно идти и пробовать.

Исходя из вида птиц - Black Vulture, я сейчас весь упор делаю на температуре поверхности. Нашла публикации в которых именно этот фактор, а именно наличие термальных потоков над поверхностью (вертикальных потоков теплого воздуха) - являются определяющими для планирующего полета этих птиц. Настолько, что указывается, что они селятся в местах, где с утра возникают такие потоки, на которых можно взлететь вверх, а в хоолдные дни, когда потоки слабы, они могут вообще не подниматься с земли. Потому они и улетают после 17 ч - эти потоки ослабевают и им уже трудно летать. Это же вызывает притягивание птиц к антропогенным источникам нагрева, что в одной работе было проверено экспериментально.
Не то что данных таких много, но идеи подают. Поэтому буду пробовать вести анализ от карты температуры, накладывая на нее данные по точкам с числом птиц. Поэтому к этому важен и рельеф, и типизация покрытия поверхности (с типизацией связана еще одна идея - видимо в ArcGIS посчитать корреляцию по удаленности от привлекательных для них (в пищевом плане) антропогенных объектов).

[Natalia Novoselova]

вообще классически для всех индексов атм коррекция нужна

Так всё-таки нужна (а вот в статье гис-лаб про это не было.. )

однако в быту если не делается чендж детекшн для нескольких снимков по индексам и сам индекс используется для дешифрирования по эталонам (а не по заранее определенным границам интервалов для классов) - то вроде как можно обойтись...

Change detection - в смысле это что?
Что-то я пока не понимаю, мне бы попроще как-то изложить. Пока прочитала статью Гис-Лаб об NDVI, там всё описано, как довольно простой процесс.
Наверное, доп. публикации по ASTER и NDVI помогут разобраться лучше.

[nadiopt]

в посте А. Черепанова это есть, анализ изменений на снимках за разные даты. И про соседние снимки я забыла, да

[Natalia Novoselova]

в посте А. Черепанова это есть, анализ изменений на снимках за разные даты. И про соседние снимки я забыла, да

Спасибо!
Подумала, что сравнивать то мне будет нужно, так как территории две разнесенных и снимки точно будут за разные даты. Я просто пока тренируюсь на одной, про другую еще не думаю
То есть атмосферная коррекция - как бы приводит все к одному знаменателю.

А нет ли у вас ссылок, с чем-то начальным, с чего можно начать изучение - проведения атмосферной коррекции по ASTER? Так было бы мне в помощь... Начну пока по AST_1LB работать, а потом, попробую ее провести, чтобы можно было сравнивать результаты по двум полигонам.

[Natalia Novoselova]

Чтобы не плодить еще больше тем, а также по причине связности рассуждений, поменяла её название.


И еще у меня была идея - попробовать оценить Альбедо поверхности по снимку. Причина - что это как бы неизменяемое качество объекта, которое напрямую связано с его температурой. Иначе говоря, была мысль, считать корреляцию не только по самой температуре, а по этому неизменяемому параметру (для птиц поскольку важна и разница температур, т.е. они выбирают те участки, которые более нагреты по сравнению с другими в данный момент времени)

Как вы считаете, возможно подойти к оценке альбедо через ASTER image?

В перечне ПП ASTER есть 2 таких типа ПП:
1)AST_07 Surface Reflectance - VNIR & SWIR
2)AST_09 Surface Radiance - VNIR & SWIR

Я пока не понимаю, можно ли как-то подойти к альбедо (пока слишком сложно для меня), но чтобы попробовать - как кажется, если это возможно, то из ПП "AST_07 Surface Reflectance" ?

Также обнаружила сейчас еще одну необходимую для каких-то расчетов коррекцию - SWIR Crosstalk Correction. Видимо, именна эта только для ASTER, исходя из специфики работы сенсора.
Видимо, при выборе, лучше брать ПП с этой коррекцией.


* * *
Итого, я считаю, что для того, чтобы мне иметь возможность рассчитывать NDVI и DEM - нужны каналы из VNIR + (можно или не мешает) все 3 коррекции (атмосферная, геометрическая, радиометрическая).

Это получается выбор из 2-х вариантов ПП
1)AST_07 Surface Reflectance - VNIR & SWIR
2)AST_09 Surface Radiance - VNIR & SWIR

Чтобы иметь возможность подойти к Альбедо (как я пока думаю), нужно брать AST_07, но чтобы учесть эту новую коррекцию - лучше AST_07XT Surface Reflectance - VNIR & Crosstalk Corrected SWIR

Вроде пока склоняюсь, что это оптимальный выбор, чтобы сделать NDVI, DEM и вот, попробовать насчет альбедо.



Но буду очень очень благодарна, если кто-то прочитает эти рассуждения в этом посту и скажет, верно ли я тут думаю..

[alexandr cherepanov]

К выявлению закономерностей визуально и статистически я еще значительно не подходила (банально не было времени, почти весь прошлый семестр был потрачен на дисциплины, да и я пока не быстро продвигаюсь - очень много нового нужно пар-но осваивать, хотя радует, что некоторый прогресс есть, так как вырисовались методологические линии по котором можно идти и пробовать.

Ну и зря, Вам все равно эти данные придется анализировать ибо это основа всей работы.
Вы же сами написали основные задачи проекта

Код: Выделить всё

2. Objectives
The main objectives of the project are:
2.1. To elaborate GIS maps of the Black Vulture (Coragyps atratus) distribution within circular areas of 20 km radius (AGRA) for two airports: The Campinas-Amarais airport and the Presidente Prudente airport.
2.2. To determine the correlation between this distribution and different anthropogenic, atmospheric and landscape parameters of each AGRA.
2.3. To elaborate a general model for the Black Vultures distribution in each AGRA around these airports.

И сразу пытаетесь перейти ко второму пункту не решив первый.

Снимок/серия снимков и продукты на их основе это всего лишь данные, которые должны занять свое строго определенное место в логически правильно построенной работе.
Я так понимаю единственное для чего Вам нужны снимки:

different anthropogenic, atmospheric and landscape parameters of each AGRA

может для начала составите список всех этих параметров.

[Natalia Novoselova]

Ну и зря, Вам все равно эти данные придется анализировать ибо это основа всей работы.
Вы же сами написали основные задачи проекта

2.1. To elaborate GIS maps of the Black Vulture (Coragyps atratus) distribution within circular areas of 20 km radius (AGRA) for two airports: The Campinas-Amarais airport and the Presidente Prudente airport.

И сразу пытаетесь перейти ко второму пункту не решив первый.

Конечно, правильно, что с этого нужно начинать. Но один шаг к этому я сделала (найдя методику гео-привязки каждой зафиксированной птицы к местности).
ГИС - основы (слоев готовых ГИС карт) пока не имею, еще один большой заход для поиска, прежде всего - на бразильских ресурсах (первые заходы в поиске не дали много позитивных результатов насчет открытых гео-данных по Бразилии..).
Поэтому, чтобы было сразу что-то на что класть данные, начала со снимков.

Конечно, буду стараться идти как-то более последовательно.

Второй большой заход в поиске и изучении - это гео-статистика, то есть сразу нужно подыскивать методы, которые я могу использовать, с выходом их на ArcGIS (а я даже учебника нормального пока найти не могу, где была бы изложена теория, тема с вопросом на Гис-Лаб не помогла, хотя есть мануал по Geostatistical Analysis в ArcGIS, на него надежда).

Ладно, буду как-то продвигаться дальше )