טכניקות עיבוד תמונות לוויין בגיאופיזיקה
חישה מרחוק מבוססת לוויינים הפכה לעמוד שדרה חיוני במחקר ויישומים גיאופיזיים מודרניים. באמצעות תמונות לוויין, גיאופיזיקאים יכולים לצפות בפני כדור הארץ באופן נרחב, תקופתי ועקבי - החל ממאפיינים גיאולוגיים ודינמיקה טקטונית ועד שינויים בקו החוף ועיוות פני השטח הנגרם על ידי רעידות אדמה או פעילות געשית. עם זאת, תמונות לוויין אינן שמישות בקלות. נדרשת סדרה של טכניקות עיבוד כדי לשפר את איכות הנתונים, לחלץ מידע גיאופיזי רלוונטי ולמזער הפרעות כגון עננים, רעש או עיוות גיאומטרי. מאמר זה דן בטכניקות העיקריות לעיבוד תמונות לוויין בהקשר גיאופיזי, החל מעיבוד מקדים ועד לניתוח מתקדם.
1. סוגי תמונות לוויין הנפוצות בגיאופיזיקה
בגיאופיזיקה, מספר סוגים של נתוני לוויין המשמשים לעתים קרובות הם:
1. אופטיקה רב-ספקטרלית (למשל Landsat, Sentinel-2)
מספק מידע על החזרת פני השטח באורכי גל מרובים. שימושי למיפוי ליתולוגיה, מינרלים שעברו שינוי, צמחייה (כאינדיקטור עקיף לתנאי הקרקע) ושינויים בנוף.
2. תרמי (למשל Landsat TIRS, MODIS)
מדידת פליטות חום מפני השטח לצורך ניתוח אנומליות תרמיות, לדוגמה ניטור הרי געש, זרמי לבה או שינויים בטמפרטורת פני השטח הקשורים לפעילות הידרותרמית.
3. מכ"ם (מכ"ם צמצם סינתטי/SAR: Sentinel-1, ALOS PALSAR)
מסוגל לחדור לעננים ולפעול מסביב לשעון, הוא חיוני למיפוי מבנים, שינויים בפני השטח וניתוח דפורמציה באמצעות טכניקות InSAR.
4. מדידת גובה וכוח משיכה באמצעות לוויין (למשל CryoSat, GRACE/GRACE-FO)
אמנם אינן "תמונות" במובן החזותי המקובל, נתונים אלה מעובדים לעתים קרובות למפות גיאופיזיות כגון שינויים במסת המים, אנומליות כבידה או שינויים בעובי הקרח.
בחירת סוג הנתונים תקבע את זרימת העיבוד המתאימה, מכיוון שמאפייני הרעש, הרזולוציה והתכונות הפיזיקליות של האותות משתנים.
2. עיבוד מקדים: הבסיס לאיכות הניתוח
שלב העיבוד המקדים נועד להכין את הנתונים כך שיהיו מתאימים לניתוח כמותי וניתן יהיה להשוות אותם לאורך זמן או בין חיישנים.
א. תיקונים רדיומטריים ואטמוספריים
תמונות אופטיות רושמות עוצמה, המושפעת מתנאים אטמוספריים (אירוסולים, אדי מים) ומזווית קרינת השמש. תיקון רדיומטרי ממיר ערכים דיגיטליים (DN) להחזרה או קרינה משמעותיים פיזיקלית. תיקון אטמוספרי - לדוגמה, באמצעות שיטת חיסור עצמים כהים או גישות מבוססות מודל אטמוספרי - מסייע לייצר החזרה מדויקת יותר של פני השטח. בגיאופיזיקה, זה קריטי כדי שההבדלים בערכים הספקטרליים ישקפו באמת הבדלים בחומר או בתנאים של פני השטח, ולא שינויים אטמוספריים.
ב. תיקון גיאומטרי, אורתורקטיקציה והטלה מחדש
עיוות גיאומטרי יכול לנבוע מזוויות סריקת חיישנים, טופוגרפיה ותנועת לוויינים. אורתו-רקטיפיקציה משתמשת במודל גובה דיגיטלי (DEM) כדי לתקן השפעות תבליט כך שמיקומי הפיקסלים יתיישרו עם הקואורדינטות בפועל. שלב זה חיוני למיפוי שברים, קיפולים, גבולות ליתולוגיים או שינויים במשטח הדורשים דיוק מרחבי גבוה.
ג. הסתרת עננים וצללים
בדימויים אופטיים, עננים מהווים מכשול עיקרי. טכניקות מיסוך משתמשות בפסי איכות (פסי QA), ספים ספקטרליים או אלגוריתמים כמו Fmask כדי לזהות עננים ואת צלליהם. עבור מחקרי שינוי קרקע או מיפוי גיאולוגי באזורים טרופיים, אסטרטגיות קומפוזיציה רב-זמניות משמשות לעתים קרובות כדי "למלא" אזורים מוסתרים מעננים.
ד. סינון כתמים עבור נתוני SAR
לתמונות SAR יש רעש אופייני הנקרא speckle. פילטרים שונים (Lee, Frost, Gamma-MAP) משמשים להפחתת speckle מבלי לבטל פרטים בקצוות, דבר שחשוב לפירוש מבנים גיאולוגיים. בחירת פילטר דורשת איזון: פילטר אגרסיבי מדי יסתיר את הלינאריות, בעוד שחלש מדי ישאיר רעש.
3. שיפור תמונה לצורך פרשנות גיאולוגית
במיפוי מבני וליתולוגי, שיפור תמונה שואף להדגיש מאפיינים מסוימים כך שניתן יהיה לזהות אותם בקלות.
א. קומפוזיט פסים ושינוי צבע
קומפוזיציות RGB של פסים ספציפיים יכולות להדגיש הבדלים חומריים. לדוגמה, שילוב של פסים של אינפרא אדום קרוב וגלים קצרים יעיל לעיתים קרובות להבחנה בין סוגי סלעים או אזורי שינוי. טכניקות מתיחת דקורלציה משמשות גם כדי לשפר את הניגודיות בין הפסים, מה שהופך שינויים עדינים לגלויים.
ב. חידוד וטרנספורמציה מרחבית
מסנן מעביר גבוהים או מיסוך לא חד יכולים להדגיש קצוות וקווי מבנה, שלעתים קרובות קשורים לאזורי שבר או שבר. בנוסף, ניתוח מרקם (למשל, GLCM - Gray Level Co-occurrence Matrix) מסייע לכמת את מגוון דפוסי פני השטח, דבר שימושי להבחנה בין יחידות גיאומורפולוגיות וליתולוגיות.
ג. טרנספורמציה ספקטרלית: PCA ויחס פס
ניתוח רכיבים עיקריים (PCA) מפחית את המימדיות של נתונים רב-ספקטרליים ומדגיש וריאציות דומיננטיות שעשויות להיות קשורות להבדלים גיאולוגיים. יחסי פס משמשים לעתים קרובות בחיפוש מינרלים מכיוון שלחלק מהמינרלים יש בליעה אופיינית באורכי גל ספציפיים. בגיאופיזיקה יישומית, יחסי פס יכולים לספק אינדיקציה ראשונית לאזורי סיכוי לפני סקרי שדה או גיאופיזיקה מפורטת.
4. סיווג וחילוץ מידע
לאחר שהתמונה מוכנה, השלב הבא הוא לחלץ באופן שיטתי את המידע הגיאופיזי.
א. סיווג בפיקוח ולא בפיקוח
סיווג מבוקר (למשל, SVM, Random Forest) דורש נתוני אימון מהשטח או ממפת ייחוס. סיווג לא מבוקר (k-means, ISODATA) מקבץ פיקסלים על סמך דמיון ספקטרלי ללא תיוג מוקדם. בגיאופיזיקה, תוצאות סיווג יכולות לסייע במיפוי ליתולוגיה של פני השטח, פיזור משקעים, אזורי שינוי הידרותרמיים או יחידות גיאומורפולוגיות הקשורות לתהליכים טקטוניים.
ב. פילוח וניתוח תמונה מבוסס-אובייקטים (OBIA)
OBIA מקבצת פיקסלים לאובייקטים על סמך ספקטרלי וצורה, ולאחר מכן מסווגת אותם. שיטה זו לרוב טובה יותר עבור תמונות ברזולוציה גבוהה מכיוון שמבנים גיאולוגיים - כגון לינימנטים, מניפות סחף או דפוסי ניקוז - משמעותיים יותר כאובייקטים מאשר פיקסלים בודדים.
ג. שאיבת ליניארית
לינמנטים הם מאפיינים ליניאריים שיכולים לייצג שברים, סדקים או מגעים ליתולוגיים. טכניקות חילוץ כוללות גילוי שוליים (Canny, Sobel), טרנספורמציית Hough וסינון כיווני. לאחר מכן ניתן להשוות מפות לינמנט עם נתונים גיאופיזיים אחרים, כגון אנומליות מגנטיות או נתונים סייסמיים, כדי לפרש מבנים תת-קרקעיים.
5. אינטרפרומטריית SAR (InSAR) לעיוות פני השטח
אחת התרומות הגדולות ביותר של תמונות לוויין לגיאופיזיקה היא טכנולוגיית InSAR, המשתמשת בהפרשי הפאזה של גלי מכ"ם משתי רכישות או יותר כדי לחשב שינויים במרחק בין הלוויין לפני השטח. בעזרת InSAR, ניתן למפות עיוותים של סנטימטרים ספורים עד מילימטרים על פני שטחים גדולים כדי:
– דפורמציה קו-סיסמית ופוסט-סיסמית,
– ניפוח/דפלציה געשית,
– שקיעת קרקע עקב שאיבת מי תהום,
– יציבות מדרונות ומפולות.
עיבוד InSAR כולל רישום משותף של תמונות, יצירת אינטרפרוגרמה, הפחתת פאזה טופוגרפית (באמצעות DEM), סינון פאזה, פתיחת עטיפת תמונות ותיקון אטמוספרי. טכניקות סדרות זמן כמו PSInSAR או SBAS משפרות את הדיוק על ידי ניתוח תמונות מרובות על פני תקופה ארוכה.
6. שילוב עם נתונים גיאופיזיים אחרים ואימות בשטח
תמונות לוויין לעיתים רחוקות עומדות בפני עצמן. ערכן הגדול ביותר מתעורר כאשר הן משולבות עם נתונים גיאופיזיים אחרים כגון:
– מגנטיות וכוח משיכה להערכת מבנה וצפיפות תת-קרקעיים,
– סייסמי לגיאומטריית שכבות ושברים,
– גיאוכימיה לאימות שינויים,
– GPS ופילוס לאימות תוצאות עיוות InSAR.
אימות שדה נותר חשוב, במיוחד כדי לאשר פרשנויות ליתולוגיות, לאשר שברים פעילים ולקיחת דגימות.
7. אתגרים וכיווני התפתחות
חלק מהאתגרים העיקריים של עיבוד תמונות לוויין בגיאופיזיקה כוללים הטרוגניות טופוגרפית, כיסוי עננים, הבדלים במאפייני חיישנים ודרישות חישוביות עבור מערכי נתונים גדולים. עם זאת, פיתוח מחשוב ענן ופלטפורמות כמו Google Earth Engine, יחד עם התקדמות בלמידת מכונה ולמידה עמוקה, מאיצים עיבוד רב-זמני ורב-חיישנים. בהמשך, שילוב נתוני לוויין אופטיים, SAR, תרמיים ונתוני לוויין גיאופיזיים קלאסיים ישפר עוד יותר את היכולת לנטר תהליכים דינמיים של כדור הארץ כמעט בזמן אמת.
סְגִירָה
טכניקות עיבוד תמונות לוויין בגיאופיזיקה כוללות עיבוד מקדים (תיקונים רדיומטריים, גיאומטריים וסינון), שיפור תמונה, סיווג וחילוץ מאפיינים, וניתוח מתקדם כגון InSAR לעיוות פני השטח. עם הגישה הנכונה, תמונות לוויין יכולות להיות כלי יעיל ביותר להבנת תהליכים גיאולוגיים וגיאודינמיים, תמיכה בחקירת משאבים ובמיתון אסונות. המפתח להצלחה טמון בבחירת נתונים מתאימה, עיבוד זהיר, שילוב רב-מקורות ואימות שטח נאות.
