Техники за обработка на сателитски слики во геофизиката
Сателитското далечинско набљудување стана клучен столб на современите геофизички истражувања и апликации. Преку сателитски снимки, геофизичарите можат екстензивно, периодично и конзистентно да ја набљудуваат површината на Земјата - од геолошки карактеристики и тектонска динамика до промени на крајбрежјето и површинска деформација предизвикана од земјотреси или вулканска активност. Сепак, сателитските снимки не се лесно употребливи. Потребни се низа техники за обработка за да се подобри квалитетот на податоците, да се извлечат релевантни геофизички информации и да се минимизираат пречките како што се облаци, бучава или геометриска дисторзија. Оваа статија ги разгледува главните техники за обработка на сателитски снимки во геофизички контекст, од претходна обработка до напредна анализа.
1. Видови сателитски снимки што најчесто се користат во геофизиката
Во геофизиката, често се користат неколку видови сателитски податоци:
1. Мултиспектрална оптика (на пр. Landsat, Sentinel-2)
Обезбедува информации за површинската рефлектанца на повеќе бранови должини. Корисно за мапирање на литологијата, минералите за алтерација, вегетацијата (како индиректен индикатор за состојбата на почвата) и промените во пејзажот.
2. Термички (на пр. Landsat TIRS, MODIS)
Мерење на емисиите на површинска топлина за анализа на термички аномалии, на пример следење на вулкани, лавини или промени во температурата на површината поврзани со хидротермална активност.
3. Радар (Синтетички радар/SAR со отвор: Sentinel-1, ALOS PALSAR)
Способна за продирање во облаци и работа 24 часа на ден, таа е од суштинско значење за мапирање на структури, промени на површината и анализа на деформации со користење на InSAR техники.
4. Сателитска алтиметрија и гравитација (на пр. CryoSat, GRACE/GRACE-FO)
Иако не се „слики“ во конвенционалната визуелна смисла, овие податоци често се обработуваат во геофизички карти како што се промени во масата на водата, гравитациски аномалии или промени во дебелината на мразот.
Изборот на тип на податоци ќе го одреди соодветниот тек на обработка, бидејќи карактеристиките на шумот, резолуцијата и физичките својства на сигналите варираат.
2. Претпроцесирање: основа на квалитетот на анализата
Фазата на претходна обработка има за цел да ги подготви податоците така што ќе бидат погодни за квантитативна анализа и ќе можат да се споредуваат со текот на времето или помеѓу сензорите.
а. Радиометриски и атмосферски корекции
Оптичките слики го снимаат интензитетот, кој е под влијание на атмосферските услови (аеросоли, водена пареа) и аголот на сончевото зрачење. Радиометриската корекција ги претвора дигиталните вредности (DN) во физички значајна рефлектанца или сјајност. Атмосферската корекција - на пример, користење на методот на одземање на темни објекти или пристапи базирани на атмосферски модел - помага да се добие попрецизна површинска рефлектанца. Во геофизиката, ова е клучно за разликите во спектралните вредности навистина да ги одразуваат разликите во површинскиот материјал или условите, а не атмосферските промени.
б. Геометриска корекција, орторектификација и репроекција
Геометриското нарушување може да произлезе од аглите на скенирање на сензорите, топографијата и движењето на сателитите. Орторектификацијата користи дигитален модел на елевација (DEM) за да ги корегира ефектите на релјефот, така што позициите на пикселите ќе се усогласат со реалните координати. Овој чекор е клучен за мапирање на раседи, набори, литолошки граници или површински промени што бараат висока просторна точност.
в. Маскирање на облаци и сенки
Во оптичките слики, облаците се голема пречка. Техниките за маскирање користат квалитетни опсези (QA опсези), спектрални прагови или алгоритми како што е Fmask за да се идентификуваат облаците и нивните сенки. За студии за промени на земјиштето или геолошко мапирање во тропските региони, стратегиите за повеќекратно временско компонирање често се користат за да се „пополнат“ областите затемнети од облаци.
г. Филтрирање на дамки за SAR податоци
SAR сликите имаат карактеристичен шум наречен дамки. Различни филтри (Lee, Frost, Gamma-MAP) се користат за намалување на дамките без елиминирање на деталите на рабовите, што е важно за толкување на геолошките структури. Изборот на филтер бара рамнотежа: премногу агресивниот ќе ја замати линеаментната слика, додека премногу слабиот ќе остави шум.
3. Подобрување на сликата за геолошко толкување
Во структурното и литолошкиот мапирање, подобрувањето на сликата има за цел да истакне одредени карактеристики за да бидат лесно препознатливи.
a. Композит на ленти и трансформација на бои
RGB композитите од специфични ленти можат да ги истакнат разликите во материјалите. На пример, комбинацијата од инфрацрвени ленти во близу инфрацрвено и краткобраново инфрацрвено подрачје често е ефикасна за разликување на типовите карпи или зоните на промена. Техниките на декорелација на истегнување се користат и за подобрување на контрастот помеѓу лентите, со што суптилните варијации стануваат видливи.
б. Изострување и просторна трансформација
Високопропусен филтер или неостри маскирање може да ги нагласи рабовите и линеаментите, кои често се поврзуваат со зони на расед или фрактура. Дополнително, анализата на текстурата (на пр., GLCM - Матрица на ко-појава на сиво ниво) помага да се квантифицира разновидноста на површинските обрасци, што е корисно за разликување на геоморфолошките и литолошките единици.
в. Спектрална трансформација: PCA и однос на опсези
Анализата на главните компоненти (PCA) ја намалува димензионалноста на мултиспектралните податоци и ги истакнува доминантните варијации што можат да бидат поврзани со геолошки разлики. Односите на лентите често се користат во истражувањето на минерали бидејќи некои минерали имаат карактеристична апсорпција на специфични бранови должини. Во применетата геофизика, односите на лентите можат да обезбедат почетна индикација за зоните на проспект пред теренските истражувања или деталната геофизика.
4. Класификација и екстракција на информации
Откако сликата е готова, следниот чекор е систематско извлекување на геофизичките информации.
a. Надгледувана и ненадгледувана класификација
Надгледуваната класификација (на пр., SVM, Random Forest) бара податоци за обука од терен или референтна мапа. Ненадгледуваната класификација (k-means, ISODATA) ги групира пикселите врз основа на спектрална сличност без претходно обележување. Во геофизиката, резултатите од класификацијата можат да помогнат во мапирањето на површинската литологија, дистрибуцијата на седименти, зоните на хидротермална промена или геоморфолошките единици поврзани со тектонските процеси.
б. Сегментација и анализа на слики базирана на објекти (OBIA)
OBIA ги групира пикселите во објекти врз основа на спектрумот и обликот, а потоа ги класифицира. Овој метод е често подобар за слики со висока резолуција бидејќи геолошките структури - како што се линеаментите, алувијалните вентили или дренажните обрасци - се позначајни како објекти отколку единечните пиксели.
в. Екстракција на линеамент
Линеаментите се линеарни карактеристики што можат да претставуваат раседи, фрактури или литолошки контакти. Техниките за екстракција вклучуваат детекција на рабови (Кани, Собел), трансформација на Хаф и насочно филтрирање. Мапите на линеаментите потоа може да се споредат со други геофизички податоци, како што се магнетни аномалии или сеизмички податоци, за да се толкуваат подповршинските структури.
5. Интерферометрија SAR (InSAR) за површинска деформација
Еден од најголемите придонеси на сателитските снимки во геофизиката е InSAR, кој ги користи фазните разлики на радарските бранови од две или повеќе снимки за да пресмета промени во растојанието до површината на сателитот. Со InSAR, деформации од неколку сантиметри до милиметри можат да се мапираат на големи површини за да се:
– косеизмичка и постсеизмичка деформација,
– вулканска инфлација/дефлација,
– слегнување на земјиштето поради екстракција на подземни води,
– стабилност на падините и лизгање на земјиштето.
Обработката на InSAR вклучува корегистрација на слики, формирање на интерферограми, топографско намалување на фазите (со користење на DEM), филтрирање на фази, одмотување и атмосферска корекција. Техниките на временски серии како што се PSInSAR или SBAS ја зголемуваат точноста со анализа на повеќе слики во текот на долг период.
6. Интеграција со други геофизички податоци и теренска валидација
Сателитските снимки ретко се издвојуваат сами по себе. Нивната најголема вредност произлегува кога се комбинираат со други геофизички податоци како што се:
– магнетна и гравитациска структура за проценка на подповршинската структура и густина,
– сеизмички за геометрија на слоеви и раседи,
– геохемија за верификација на промените,
– GPS и нивелирање за валидација на резултатите од деформацијата на InSAR.
Теренската валидација останува важна, особено за да се потврдат литолошките толкувања, да се потврдат активните раседи и да се земат примероци.
7. Предизвици и насоки на развој
Некои од главните предизвици на обработката на сателитски слики во геофизиката вклучуваат топографска хетерогеност, облачност, разлики во карактеристиките на сензорите и пресметковни барања за големи збирки податоци. Сепак, развојот на cloud computing и платформи како Google Earth Engine, заедно со напредокот во машинското учење и длабокото учење, го забрзуваат мултитемпоралното и мултисензорското процесирање. Во иднина, интеграцијата на оптички, SAR, термички и класични геофизички сателитски податоци дополнително ќе ја подобри можноста за следење на динамичките процеси на Земјата во речиси реално време.
Затворање
Техниките за обработка на сателитски слики во геофизиката вклучуваат претходна обработка (радиометриски, геометриски и филтрирачки корекции), подобрување на сликата, класификација и извлекување карактеристики и напредна анализа како што е InSAR за површинска деформација. Со правилен пристап, сателитските снимки можат да бидат многу ефикасна алатка за разбирање на геолошките и геодинамичките процеси, поддршка на истражувањето на ресурсите и ублажување на катастрофите. Клучот за успех лежи во соодветниот избор на податоци, внимателна обработка, интеграција од повеќе извори и соодветна теренска верификација.
