衛星遙測原理

1. 衛星遙測原理 衛星遙測與農業經營、環境保護 成大 衛星資訊研究中心

2. 衛星遙測原理 • 遙測的定義 • 廣義 乃指不需要與目標物直接接觸，只需利用儀器便可獲得與分析該類資料的科學技術。 • 狹義 利用空中或太空載台的感測器，以電磁能的操作方式，以進行地球資源的監控、製圖和探測。

3. 遙測緣起與發展 • 初期遙測以航空測量照相系統為主，以軟片為感測器，感測範圍為近紫外線、可見光、及近紅外線等波段，約在電磁波0.3 ~ 0.9μm的狹窄範圍。 • 蘇聯於1957年發射人類史上第一顆人造衛星：史波尼克號（SPUTNIK）。 • 1972年7月23日美國發射地球資源科技衛星ERT-1，後來改稱為Landsat-1，開啟了人類對地球資源之調查、探勘、環境監測、影像製圖等之新紀元。 • 美國陸續發射Landsat系列，今年4月將發射Landsat-7。法國也於1985年4月發射Spot-1衛星，進入衛星製圖階段。SPOT-4亦已於1998年3月24日發射成功。 • 美國於1978年發射Seasat，使得遙測範圍擴展到微波。歐洲太空總署分別於1991、1995年發射ERS-1, ERS-2，加拿大也於1995年發射Radarsat，使微波遙測更上一層樓。 • 近年我國和中國大陸在衛星發展亦有所斬獲。我國的中華衛星一號已發射成功，中華衛星二號、三號亦規劃進行中。而中國大陸亦相繼發射風雲一號、二號。

4. 我國太空科技的新紀元--中華衛星一號 • 中華衛星一號於民國88年1月27日發射成功。 • 為低軌道的科學實驗衛星。 • 發射升空後，將進入與赤道傾斜35度、距地球表面600公里的低軌道飛行，約97分鐘繞行地球一周，每日約六次對國內接收站傳輸所收集到的資料。 • 中華衛星一號計畫包括衛星本體、酬載發展、整合測試、系統工程、地面系統及其相關的運作執行等子計畫。 • 中華衛星一號主要任務為科技研究，將進行海洋水色照相、電離層電漿電動效應及通訊實驗等三項科學及技術實驗。

5. 中華衛星一號系統運作架構

6. 遙測流程

7. 輻射原理 空中取像的目的在於記錄、分析、並偵測目標物所放射之能量。自然界的物體因為其物理化學生物特徵各有差異，其放射的能量亦不同。在資料獲取過程中，目標物經過能量、質量、和環境的交互作用，對攝像設備中的成像系統產生不同的反差，此反差即代表其特有性質。 波長與電磁輻射量子模型的關係： E = h.c/λ E: 量子能量，單位為焦耳 c: 光速， 3×108m/sec h: 普郎克常數，6.626×10-34j.sec λ: 波長

8. 大氣中的能量交互作用 • 大氣為複雜的介值，含各式各樣的懸浮物質，有散射、吸收和放射等功能。而太陽向地面投射的能量，以及地面反射的能量都要穿越大氣，故感測器的攝像必會受其影響。

9. 大氣的吸收效應 陰影部分表示大氣會吸收輻射能，使能量減弱或完全被吸收。而容許輻射能通過的部分稱之為大氣窗，為遙測感測器設計的重要依據。

10. 大氣的散射效應 • 由於電磁波被大氣中的分子、水滴及灰塵粒子所反射或折射，使其運行方向改變，進而改變光譜輻射性質。 • 雷氏散射 • 散射粒子直徑小於電磁波長 • 於紫外線和藍光波段最強 • 發生於距地面9公里內 • 米氏散射 • 散射粒子直徑大於電磁波長的1/10 • 對紅光和紅外光發生散射 • 發生於距地面4500公尺內 • 無條件散射 • 散射粒子直徑大於電磁波長的數倍 • 各種波長輻射能均可發生散射 • 發生於大氣中懸浮微粒含量高時

11. 電磁波和地表間的交互作用 E1(λ):入射能 ER(λ):反射能 EA(λ):吸收能 ET(λ):穿透能 E1(λ)=ER(λ)+EA(λ)+ET(λ)

12. 遙測系統 • 感測器 --針對預定的目標物做各種電磁輻射測量，並記錄其結果，送回資料處理器。 • 載台 -- 一般指飛機或人造衛星等，供應感測器所需的動力，並攜帶感測器至預定地點。 • 航行系統--決定載台的位置和探測的區域。 • 操作員 -- 可能是人或自動控制系統，使載台和感測器依照計畫執行任務。 • 資料處理器 -- 針對感測器的探測結果做一系列的處理，把各種輔助資料附加在感測器的測量結果上，以便於進一步解釋。 • 解譯員 -- 利用處理過的資料把各研究對象的位置、性質、數量、和新發現做進一步的整理、解釋和分析。

13. 影像資料的前級和後續處理 • 輻射校正 為了從掃描器資料得到正確的輻射資訊，掃描器必須經過輻射校正。不論何種形式的校正方法，除了是資料蒐集和處理所用設備的函數，也是應用需求的函數。 • 幾何校正 掃瞄影像跟航空照片一樣，有各類的幾何畸變差，而影響影像的判讀。畸變差主要來自由掃描幾何特性所產生之比例尺與投影位移的系統誤差；以及影像蒐集期間，飛行參數的偶然誤差。 • 影像增揚 影像資料的數值增顯處理，必須在影像判讀前完成。目的在於凸顯影像中地物間的明顯對比，以改進影像的可判讀性。 • 影像分類 影像分類的目的，即是要藉著某特定的灰階值範圍來判識和描述地面覆蓋物、土地利用類型以及其他目標物特徵。並運用多光譜分析和統計應用，以決定影像中各像元所屬的地面覆蓋物類型。

14. 遙測衛星的演進 • 衛星遙測技術發展之回顧 • 源於60年代，歷經三代資源衛星 • 受限於10-30米解析度，應用上未能有突破 • 衛星遙測技術發展之飛躍 • 冷戰結束，軍用科技開放民用 • 高解析度衛星影像（1-3米解析度） • 高光譜衛星影像 • 第四代地球資源衛星（雷達影像） • 全球定位系統（GPS）

15. 高光譜（Hyperspectral）衛星遙測 • 從收集地球表面物性資料角度而言，高光譜遙測是目前最有潛力的手段 • 現階段Landsat TM波段寬度只能在60 ~270 nm • 高光譜波段可細分至3 nm，一般有25 ~ 250個波段 • 美國NASA委託TRW Inc. 製造兩顆高光譜小衛星，於96/97及98年分別發射 • 在0.4~2.5微米（可見光-近紅外）波長內分為384個波段 • 美國科羅拉多大學AVIRS高光譜衛星，1977年發射，具有224個波段

16. 1-3米高解析度衛星計畫 • 以色列高解析度EROS衛星 • OFEQ-3（1995/04/05發射，軍用，1米解析度） • EROS A（1995年底，商用，2米解析度） • EROS B（1997年底，商用，1米解析度） • 俄羅斯SIS，Resource F-3 衛星 • 相機KVR-1000, DD5和KFA-3000 • 解析度2-3米 • 美國NASA CLARK 衛星 • SSTI (Small Satellite Technology Initiative) • 3米解析度，1996年發射

17. 1-3米高解析度衛星計畫（續） • 美國民營之EARTH WATCH公司 • Earlybird衛星（1996年發射，3米及15米解析度） • Quickbird衛星（1997年發射，1米及4米解析度） • 美國Space Imaging Inc. • CRSS (Commercial Remote Sensing System)，1997年發射 • 解析度0.8-1米，多光譜4米，觀測週期1.6天 • 美國Orbital Imaging Co. • 原名Eyeglass，改名為OrbView系統，1997年發射 • 解析度1-2米，多光譜4米，觀測週期1.6米 • 高解析度衛星特徵 • 實用性強，費用低 • 直接提供大比例尺製圖、監測、GIS….等應用

18. 常用的衛星 • 資源衛星 • LANDSAT（美國光學遙測衛星） • SPOT（法國光學遙測衛星） • JERS-1（日本雷達衛星） • ERS-1/2（歐洲太空總署雷達衛星） • RADARSAT（加拿大雷達衛星） • 氣象衛星 • NOAA（美國） • GOES（美國） • GMS（日本） • METEOSAT（歐洲太空總署）

19. 衛星影像之應用 • 遙測研究 • 土地利用分類 • 製圖 • 坡地監測 • 海岸變遷偵測 • 水資源監測 • 災害調查 • 氣象預報 • 農作物生長監控

20. 衛星遙測與農業經營、環境保護

21. 衛星遙測與農業經營、環境保護 • 農業經營 • 衛星定位技術（GPS）可協助噴撒農業之導航 • 衛星影像資料可做農作物分類與生長情形監控 • 以衛星影像做山坡地利用之管理監測 • 環境保護 • 運用衛星遙測的技術，可從事多項環境保護的工作。例如，集水區的監控、土地違規使用的監測查報，以及森林火災的偵測等。利用衛星監控環境變化，以期在未釀成重大災害前，能運用適當的因應措施把災害減低到最小程度，即能達到環境保護的目的。

22. 衛星遙測於農業經營、環境保護之應用 • 依植物和葉片的光譜特徵做植物類型辨識 • 以植物指數（Vegetation Index）評估植物數量和活力 • LANDSAT MSS （微觀） ND (normalized difference)= (IR-R)/(IR+R) = (MSS4+MSS2)/(MSS4-MSS2) • 氣象衛星的AVHRR （巨觀） VI (vegetation index)= Ch2-Ch1 (Ch2: NIR; Ch1: VIS) NDVI = (Ch2-Ch1)/(Ch2+Ch1) • 生物氣候學 應用於植物生長和環境變化、季節變化的關係 • 辨識土壤和植物的反射量 從混有植物和土壤的像元中萃取出植物反射量，以利植物分類應用 PVI (perpendicular vegetation index) = （PVI為植物反射量純度指標；S為土壤反射量，V為植物反射量） • 土地利用/地覆類型資訊萃取與辨識 利用衛星影像製作大尺度的土地利用圖，為農業決策重要的參考依據

23. 衛星遙測與 農業經營、環境保護之應用（續） • 地理生物學 探索地質內的物質成分如何釋入養分循環中，如何被土壤和植物吸收，進而改變植物光譜特徵。此技術對於植物茂密但土壤和岩石沒有直接暴露的區域之地質成分辨識，或是對環境微妙變化敏感的植物之辨識極具應用價值。 • 岩石和礦物的多光譜直接探測 對直接暴露於感測器觀察範圍的土壤和岩石進行光譜的探測與分析。顏色和岩石以及礦物的光譜特徵可作為地質組成的直接辨識依據。 • 波段比例值（Band Ratio） 利用不同波段比例值，在地質遙測的應用中，可將岩性單位的亮度差異降到最低（主要強調色調對比，忽略絕對亮度值），使其可比較不同日期、不同太陽角度的觀測結果。並可移除陰影效應，便於岩性種類的辨識。

24. 衛星遙測與農業經營、環境保護之應用（續） • 土壤圖製作 每個地塊可視為由不同特質和深度的土壤所構成。故土壤圖的製作即將一地塊細分為個別獨立小地塊的合成，每一個小地塊都代表一特定的土壤種類，其組合成分具同質性。 • 地形圖製作 利用衛星影像來製作大尺度的地形圖可節省大幅的人力和物力。以往大多運用光學影像（如SPOT）和航空照片來製作地形圖，但容易受天候影響。SAR由於具有主動觀測的特色，不受天候干擾，對於終日被雲層所遮蔽的地區是製作地形圖的唯一選擇。運用正在發展的雷達干涉術，也可獲得高精度的數值地形模型（DEM, Digital Elevation Model） • 生物地球化學循環週期 此應用為瞭解地球的氣候和生物型態之演變提供了新的途徑。藉由衛星遙測來觀測構成生命基礎之元素和養分之數量、傳送速率、傳送速率在不同生態系統如何變化、以及速率如何因大自然或人為因素所造成的擾動而改變。透過衛星遙測的動態觀測，有助於環境的探測與分析。

25. 衛星遙測與農業經營、環境保護之應用（續） • AVHRR (Advanced High-Resolution Radiometer) AVHRR為NOAA氣象衛星中的多光譜輻射儀，可獲取全球性的影像，涵蓋範圍約2400公里，為第一個可做全球環境評估的觀測資料。可應用在以往地面觀測無法處理的植物類型細節之研究、季節變化、和環境之長期變化趨勢。 • 地球觀測系統 （EOS ,Earth Observation System) EOS包含數個攜帶許多感測器的衛星，可監控全球尺度的環境變化。其設計目的即在於提供地球的大氣層、陸地和水體之動態組成的概觀。其異於AVHRR之處為EOS可提供系統化、長期的影像，而AVHRR獲取的主要為單一、片段的影像。

26. Landsat -1 to -7 Missions

27. Sensors Used on Landsat -1 to -6 ☆ ：79 m Landsat -1 to -3, and 82 m for Landsat-4 and -5

28. Landsat TM 的應用

29. SPOT -1 to -5 Missions

30. SPOT觀測波段之分佈

31. NOAA -6 to -12 Missions

32. 氣象同步衛星 • 同步衛星特徵： • 高度：36000 km • 對全球地表面積的四分之一進行幾乎連續不斷的觀測 • 監測快速發展的風暴及追蹤雲塊的移動以推定風向風速 • GOES (Geostationary Operational Environmental Satellite)系列 -- 美國發射 • 於1975年發射第一顆 • 經常維持兩顆同時作業，一顆位於135°W, 一顆位於75°W • GOES-1~3的輻射計主要是可見光和紅外自旋掃瞄輻射計(VISSR)，可用來拍攝雲圖、決定海面溫度和雲參數 • 自 GOES-4後，裝載的輻射計VAS擴大了VISSR的性能 • GMS (Geostationary Meteorological Satellite)系列 -- 日本發射 • 於1977年發射第一顆 • 位於140°E • 可見光和紅外自旋掃瞄輻射計以決定雲量、雲頂溫度、海面溫度、估計風向風速 • 太空環境監測器（SEM）可觀測太陽黑子、α粒子、和電子通量密度

33. 氣象同步衛星（續） • VISSR: Visible and Infrared Spin Scan Radiometer • DCS: Data Collection System • WEFAX: Weather Facsimile • SEM: Space Environment Monitor • VAS: VISSR Atmospheric Sounder

34. 衛星遙測 與 農業經營

35. 彩色紅外線處理程序 將自然色以彩色紅外線處理，可以突顯出植被區。 其程序如下所示：

36. Landsat TM彩色合成影像 a b c d e f Landsat TM彩色合成影像，美國威斯康辛州麥迪遜市。圖(a)為自然色，由波段1, 2, 3組成（以B, G, R顯示），適合作水體沈積類型辨識。圖(b)為紅外線彩色，由波段2, 3, 4組成（以B, G, R顯示），適合作都市特徵和植物類型辨識。圖(c)為偽色，由波段3, 4, 5組成（以B, G, R顯示），適合作都市特徵和植物類型辨識。圖(d)為偽色，由波段3, 4, 7組成（以B, G, R顯示），適合作都市特徵和植物類型辨識。圖(e)為偽色，由波段3, 5, 7組成（以B, G, R顯示），適合作植物類型辨識。圖(f)為偽色，由波段4, 5, 7組成（以B, G, R顯示），適合作植物類型辨識。加入波段5和7，可以突顯出不同植物型態的區別，有助於植物類型辨識

37. Landsat TM 應用於植物判釋 a b 由Landsat TM資料所產生的TVI (transformed vegetation index)影像。圖(a) 由TM2, TM3, TM4原始資料產生的合成假色影像。圖(b) 未經校正的TVI影像。圖(c) 經校正的穀類植物區之TVI影像。圖(d) 經校正的牧草區之TVI影像。圖中高TVI值以綠色、中間值以黃色、低TVI值以紅色顯示。 TVI = [ + 0.5]1/2 ×100 其中DN3和DN4分別表示 Landsat TM 第三和第四波段的數值。 c d

38. Landsat TM 應用於地覆分類 運用使用者自訂法則和GIS資料以改進自動地覆分類的細部特徵和精確度，實驗地點為美國威斯康辛州中部偏東的Fox湖。。左上圖：五月初的 Landsat TM分類結果。右上圖：六月末的 Landsat TM分類結果。左下圖：GIS道路和濕地圖層。右下圖：合成分類結果，資料來源包括左上圖、右上圖、左下圖，以及綜合五月初和六月末兩張影像利用主軸分析而產生的監督性分類結果。這些資料來源單獨使用都無法達到監控野生動物棲息地特徵的目的。但將以上資料整合在GIS，則可利用不同資料來源組合來發展一系列的後分類決策法則。亦即，針對某特定地覆類型，在不同的分類結果中，必有一分類結果的正確性優於其他分類法。而合成分類圖即取此最精確結果為其該地覆類型。別的地覆類型亦依此方式逐步填入合成分類圖中。

39. Landsat TM 應用於農作物生長監控

40. 以SPOT影像預測農作物生產 對俄羅斯而言，制訂一有效率的政策來監控農作物產量，並開發高品質的農作物預測工具乃是當務之急。藉由農作物評估和監控系統的開發，可控管農作物生長變化、決定進口數量、和評估農作物是否可自給自足。左圖為選定來測試該系統的三個地區；中圖為測試區之一Krasnodar的一部份；右圖則是用SPOT影像製作Krasdonar的農作物分類結果。農作物分類結果的優劣決定於是否在其生長週期的適當時間獲取影像。而在某影像中的農作物輻射回波能量之辨識結果，亦可應用於別的影像以判釋類似的農作物。此外，在作物生長期間的跨影像分類（cross-classification）結果可監控作物的生長情形。

41. 以SPOT影像監控灌溉農業區 巴基斯坦的灌溉農業由於產量遠低於預期，水源的尋找愈來愈困難，因而面臨極大的挑戰。左圖為高度利用的農業區，由於過度開發，耕作者為求水源紛由水井汲水灌溉，而導致耕地含鹽量過多的問題（圖中白色區域）。右圖即利用SPOT影像來分析並顯示每個方塊區的鹽分多寡，可作為灌溉區之土地利用和土壤鹽分監控的資料庫。

42. SPOT HRV 與Landsat TM影像融合 • 針對美國威斯康辛州中南部農業區之IHS多感測器 (multisensor)影像融合成果。此結果乃結合以下資料： • 1. SPOT HRV band 2 (red)， • 以藍色表示 • 2. SPOT HRV band 3 • (near IR), 以綠色表示 • 3. Landsat TM band 5 • (mid IR), 以紅色表示 • 4. 數值正射照片，為IHS轉 • 換的強度分量資料來源 • 5. 選定的農地邊界之GIS套疊

43. 由SAR影像製作植物分類圖

44. 衛星遙測 與 環境保護

45. SPOT影像於環境偵測的應用 對於泥沙、砂礫、泥炭等開 採地點的計畫和管理，對經 濟發展和環境保護都是非常 重要的。 下圖為法國西南部Toulouse 市，結合SPOT影像和地理資 料庫以及當地環境資料，以 提供該地概觀，並計畫及管 理開發策略，且正確地管理 開採地點。 在許多地區，氾濫平原的土地管理和計畫是非常重要的。其攸關人民生命財產，以及農作物的危機。上圖為由SPOT影像擷取出的資訊結合地理資料庫和環境資料，提供了氾濫平原的概觀，不但可繪製該區地圖，亦可望達到控管人類活動、進而保護氾濫平原濕地的生態平衡。

46. ERS-2 ATSR紅外線輻射儀偵測印尼大火 印尼的婆羅洲為世界大三大島。婆羅洲南部的熱帶氣候和超高濕度造就了濃密的植被分佈。但1997年的乾燥氣候引發此區多處大火，左圖為婆羅洲南部1997年5月29日影像，右圖為同年9月11日影像。大火分佈在Kalimantan Tengah沿岸，大火引起的煙在東南部非常清楚。

47. SPOT影像監控森林濫伐情況 a 以SPOT影像來偵測巴西帕拉省 (Para) 的森林濫伐情形。圖(a)為1986年7月。圖(b)為1989年7月。綠色部分代表森林覆蓋區。圖(c)為以上兩張影像三年來的變化，紅色表示森林區被清除的情況。 b c

48. SAR影像監控森林地區季節變化 SIR-C/X-SAR所拍攝之1994年4月和9月美國密西根州Raco地區影像。影像中大部分地區為海華沙國家森林所覆蓋，但影像下方為農業區。影像中顏色代表地覆類型，而亮度表示植物數量多寡和其水分含量。落葉林之雷達回波極強，以白色顯示。9月之落葉林區在影像中顏色稍暗，乃因為此時樹葉茂密，導致雷達回波變弱。而九月的藍色和綠色面積較多，乃是由於森林區的樹葉較茂密，且水氣也比較多。至於農業區的季節變化，由四月的冰雪覆蓋到九月滿佈低矮植物和濕潤土壤，亦造成影像中的綠色和藍色地區增加。

49. 以衛星影像監控長江水患 ERS-2 SAR 分別於1998年7月7日和8月13日以上昇和下降模式拍攝的長江水患影像。並以不同顏色來表示前後期的水患情形。 將此類影像在GIS中套疊土地利用圖，可評估災害所帶來的損失。此類產品和統計結果可在影像獲取後48小時內獲得。

50. 以衛星影像監控長江水患（續） ERS-2 SAR於1998年8月1日所拍攝的長江水患影像。影像中黑色部分為水體。欲使洪水偵測更為容易，左圖以淡藍色顯示的水系套疊於影像上。由左圖可看到淹水區面積約為原本河川及排水道的兩倍。