Linnade kaugseire: spektrisegu lahutamine Landsat TM satelliitpiltidelt Tartu linna näitel

1. Linnade kaugseire: spektrisegu lahutamine Landsat TM satelliitpiltidelt Tartu linna näitel Tõnis Kärdi Tartu Ülikool geograafia instituut Tõravere, 11. oktoober 2005 Teine Eesti Kaugseire Seminar

2. Sissejuhatus

3. Sissejuhatus

4. Sissejuhatus Joonis 1. Väljalõiked Landsat TM kolmevärvi liitkujutisest (vasemal) ja ortofotost (paremal) samalt alalt Tartu kesklinnas. • Linn kui äärmiselt heterogeenne kaugseire objekt -> segupikslid (mixed pixels) • Lineaarne spektrisegu lahutamine

5. Sissejuhatus Joonis 1. Väljalõiked Landsat TM kolmevärvi liitkujutisest (vasemal) ja ortofotost (paremal) samalt alalt Tartu kesklinnas. • Töö peamine eesmärk: • Viia läbi spektrisegu lahutamine kolmest erinevast aastast pärineval Landsati kaadril ja kaardistada taimkatte, vettpidava pinna ja taimkatteta mullapinna paiknemist.

6. Sissejuhatus • Taimkate – vettpidav pind – taimkatteta mullapind (vegetation-impervious surface-soil ehk VIS) mudeli raamistik • Kasutatud satelliitpildid: • 16. mai 1988, 24. august 1995, 3. mai 2001 • Kasutatud tarkvara: • IDRISI 32 Release Two, Lokaalstatistikud

7. Spektrisegu lahutamise põhimõtted • Iga piksel uuritaval pildil on mitmete komponentide (ehk algliikmete) segu: Jääk i-ndas kanalis k-nda algliikme heledus i-ndas kanalis, mis on korrutatud läbi selle algliikme kaalu (ehk fraktsiooniga) selles pikslis Piksli heledus i-ndas kanalis

8. Spektrisegu lahutamise põhimõtted • Kusjuures:

9. Spektrisegu lahutamise põhimõtted • Normaliseerimise protseduur võimaldab vähendada algliikme heleduse erinevusi, kuid samas säilitada nende nn signatuuri kuju: Piksli algne heledus kanalis b , kus Kasutatud kanalite arv Piksli normaliseeritud heledus kanalis b

10. Algliikmete valiku põhimõtted • Pildialgliikmete leidmine: • Peakomponentide teisendus • Esimesest kolmest peakomponendist moodustada hajuvusgraafikud • Leida algliikmete umbkaudsed asukohad hajuvusgraafikutel

11. Algliikmete valiku põhimõtted • Pildialgliikmete leidmine: • Arvutada kõikide pildi pikslite väärtused: • Kolme esimese peakomponendi pildil • Satelliidipiltidelt kõikides kasutatud kanalites • Filtreerida välja segunemisruumi piksliparve otstes paiknevad pikslid • Leida nende alusel algliikmete spektraalsed signatuurid

12. Tulemused

13. Tulemused

14. Tulemused

15. Tulemused

16. Tulemused Joonis 4. Taimkatte, vettpidava pinna ja taimkatteta mullapinna fraktsioonipildid (vasakul tulbas) ja neist moodustatud kolmevärvi liitkujutis (ülal).

17. Tulemused Joonis 5. Väljalõiked 2002. aasta ortofoto kaadrist Tartu kesklinnas (vasakul) ja lineaarsel spektrisegu lahutamisel saadud taimkatte (roheline), vettpidava pinna (sinine) ja taimkatteta mullapinna (punane) 2001. aasta fraktsioonipiltide kolme värvi liitkujutisest (paremal).

18. Tulemused • 2 transekti läbi linna • loode-kagu ja kirde-edela suunalised transektid ristumiskohaga Raekoja platsil • Leida neil VIS mudeli osiste väärtused aastatel 1988-2001 Joonis 6. Transektide paiknemine Tartu linnas ja neile jäävate objektide skemaatilised asukohad.

19. Tulemused

20. Tulemused 16. mai 1988

21. Tulemused 16. mai 1988 24. august 1995

22. Tulemused 16. mai 1988 24. august 1995 Joonis 7. Taimkatte, vettpidava pinna ja taimkatteta mullapinna fraktsiooniväärtused Tartu linna loode-kagu ja kirde-edela suunal läbivatel transektidel arvutatuna 60-meetrise raadiusega aknas iga 30 meetri tagant. 3. mai 2001

23. Tulemused • Referentsobjektide püsivus ajas • Muutused fraktsiooniväärtustes osaliselt tingitud sateliitpiltide sobitusveast ja aastaajast • Sobivushinnang Eesti Põhikaardi järgi • Üldine viga 9% • Taimkate ja taimkatteta mullapind 6% • Vettpidav pind 15%

24. Kokkuvõte • VIS mudel kui kontseptuaalne raamistik linnade uurimiseks keskmise ruumilise lahutusega satelliitpiltidelt • Spektraalse segu lahutamise meetod VIS mudeli osiste katvuse kindlakstegemiseks pildi pikslis • Muutused algliikmete fraktsiooniväärtustes ei pruugi olla tingitud tegelikult maakattes toimunud muutustest