0

وبلاگ

سامانه آموزش سیستم اطلاعات جغرافیایی و سنجش از دور مقالات دانش محور تصاویر چند طیفی (Multi-spectral) در مقایسه با تصاویر ابر طیفی (Hyper-spectral)

تصاویر چند طیفی (Multi-spectral) در مقایسه با تصاویر ابر طیفی (Hyper-spectral)

ما را در شبکه های اجتماعی دنبال کنید

Follow us on Social Networks

Instagram: giscoders

چه تفاوتی بین تصاویر چند طیفی (Multi-spectral) و ابر طیفی (Hyper-spectral) در سنجش از دور وجود دارد ؟

مهترین تفاوت بین تصاویر ابر طیفی و چند طیفی در تعداد باندها و ضخامت، یا عرض باندهای آنها می باشد. تصاویر چند طیفی معمولاً دارای 3 تا 10 باند می باشند. هر باند دارای یک عنوان توصیفی می باشد. برای مثال می توان به  کانال هایی که در زیر نشان داده شده است، شاره نمود که شامل قرمز، سبز، آبی، مادون قرمز نزدیک و مادون قرمز موج کوتاه می باشد.

تصاویر ابر-طیفی شامل باندهای با عرض کمتری می شوند (10 – 20 نانومتر). یک تصویر ابر-طیفی می تواند دارای صدها یا شاید هزاران باند باشد. معمولاً این تصاویر دارای عناوین توصیفی برای هر ی از باندها نیستند (عملاً غیر ممکن است به دلیل تعداد بسیار بالای باندهای این تصاویر).

تصاویر چند طفی (Multi-spectral) در قیاس با تصاویر ابر-طیفی (Hyper-spectral)

به صورت خلاصه می توان این دو نوع تصور را اینطور قیاس نمود. تصاویر چند طیفی دارای 3 – 10 باند عریض می شوند در حالیکه تصاویر ابر-طیفی داای صدها و یا هزاران باند باریک تر می شوند.

مثال هایی از تصاویر چند طیفی (Multi-spectral)

نمونه ای از یک سنسور چند طیفی، لندست 8 می باشد. برای مثال، لندست 8  دارای 11 تصویر در باندهای زیر است :

هواویزهای ساحلی در باند 1 (0.43 – 0.45 میکرون)

آبی در باند 2 (0.45 – 0.51 میکرون)

سبز در باند 3 (0.53 – 0.59 میکرون)

قرمز در باند 4 (0.64 – 0.67 میکرون)

مادون قرمز نزدیک یا NIR در باند 5 (0.85 – 0.88)

مادون قرمز موج کوتاه یا SWIR-1 در باند 6 (1.57 – 1.65 میکرون)

مادون قرمز موج کوتاه یا SWIR-2 در باند 7 (2.11 – 2.29)

پانکروماتیک در باند 8 (0.50 – 0.068 میکرون)

سیروس در باند 9 (1.36 – 1.38 میکرون)

مادون قرمز حرارتی (TIRS-1) در باند 10 (10.60 – 11.19 میکرون)

مادون قرمز حرارتی (TIRS-2) در باند 11 (11.50 – 12.51 میکرون)

هر باند دارای قدرت تفکیک مکانی 30 متری می باشد به جز باند 8، 10 و 11. به طوری که باند 8 دارای قدرت تفکیک مکانی 15 متری و باند 10 و 11 دارای ابعاد پیکسلی 100 متری است. به دلیل آنکه اتمسفر نور را در این طول موج ها جذب می کند هیچ باندی در دامنه 0.88 – 0.136 وجود ندارد.

مثالی از یک تصویر ابر- طیفی در سنجش از دور

در سال 1994، ناسا اولین ماهواره ابر-طیفی خود را به نام TRW Lewis برنامه ریزی کرد. متاسفانه، ناسا ارتباط با این ماهواره را بعد از مدت کوتاهی از دست داد. اما بعدتر ناسا ماموریت موفقی در این زمینه به دست آورد. در سال 2000، ناسا ماهواره EO-1 را که حامل سنسور ابر-طیفی، هایپریون بود، راه اندازی و در مدار قرار دارد. در حقیقت، طیف-سنجش تصویر بردار هایپریون اولین سنسور ابر-طیفی در فضا بود که توسط ناسا در مدار قرار داده شد.

هایپریون تصاویری با قدرت تفکیک 3 متر ایجاد می کند که دارای 242 باند طیفی است (0.4 – 2.5 میکرون). اگر بخواهید تصاویر هایپریون را خودتان تست کنید این داده ها به صورت رایگان در سایت سازمان زمین شناسی آمریکا در دسترس می باشد. برای دانلود این داده ها می توانید به سایت این مرکز مراجعه کنید :

ورود به سایت زمین شناسی آمریکا USGS

تصاویر ماهواره ای هایپریون در اصل شروعی بر تصویربرداری ابر-طیفی از فضا است. برای مثال سایر ماموریت های تصویربرداری ابر-طیفی از فضا شامل موارد زیر می شود :

  • PROBA-1 (ESA) در سال 2001
  • PRISMA (Italy) در سال 2019
  • EnMap (Germany) در سال 2020
  • HISUI (Japan) در سال 2020
  • HyspIRI (United States) در سال 2024

طیف الکترومغناطیس (Electromagnetic Spectrum)

باندهای مرئی (قرمز، سبز و آبی)، محدوده مادون قرمز و ماورابنفش همگی نواحی توصیفی طیف الکترومغناطیسی هستند. انسان ها این نواحی را با این نام ها برای سادگی در استفاده از آنها ایجاد کرده اند. هر ناحیه بر اساس فرکانس طبقه بندی و دسته بندی می شود:

  • انسان می تواند نور مرئی یا visible را در محدوده 380 تا 700 میکرون ببینید.
  • ماهی قرمز می تواند نور مادون قرمز را در محدوده 700 تا 1 میکرون ببینید.
  • زنبور بزرگ می تواند نور ماورابنفش در محدوده 10 تا 380 میکرون را ببینید.

تصاویر چند طیفی و ابر-طیفی به انسان این قدرت را می دهد که همچون انسان، در محدوده مرئی همچون ماهی قرم در محدود مادون قرمز و همچون زنبور درشت در محدوده ماورابنفش ببیند. در اصل، ما می توانیم حتی بیش از این محدوده را نیز با استفاده از سنسورهای انعکاسی تابش الکترومغناطیسی ببینیم.

تصاویر چند طیفی در مقابل ابر-طیفی

داشتن سطوح بیشتری از جزئیات طیفی در تصاویر ابر-طیفی قابلیت و توانایی بالاتری در مشاهده عوارض به ما می دهد. برای مثال سنجش از دور ابر-طیفی می تواند بین 3 ماده معدنی تمایز و اختلاف ایجاد کند که دلیل آن قدرت تفکیک طیفی بالاتر می باشد در نتیجه امکان تفکیک این مواد معدنی مشابه را به ما می دهد. اما تصاویر چند طیفی لندست به طور مثال نمی تواند اختلاف این سه نوع ماده معدنی مشابه را تشخیص دهد. اما یی از معایت استفاده از تصاویر ابر-طفی آن است که درجه و سطح پیچیدگی را بالا می برد. فرض کنید با 200 باند باریک طیفی در یک ار مواجه باشید، چطور می توانید سطوح تکرار داده ها در کانال های مختلف را کاهش دهید. در نتیجه برای حذف جزئیات ناخواسته و داده های تکراری با مشکل رو به رو شده و وقت و زمان و توان پردازشی بیشتری نیاز دارد. در نتیجه در همه پروژه ها استفاده از تصاویر ابر-طیفی منطقی نیست و بسته به مورد و ماهیت کاری که مد نظر است، بین این دو دسته انتخاب انجام می شود.

تصاویر چند-طیفی و ابر-طیفی، دارای کاربردهای بسیاری در دنیای امروزی ما هستند. برای مثال، ما از تصاویر ابر-طیفی در تشخیص گونه های مختلف گیاهی و یا در تهیه نقشه های جنس و کانی شناسی سطح زمین به طور گسترده استفاده می کنیم.

صدها و هزاران کاربرد مختلف برای استفاده از تصاویر چند طیفی و ابر-طیفی در فهم جهان وجود دارد. برای مثال از این تصاویر در زمینه کشاورزی، اکولوژی، نفت و گاز ، مطالعات اتمسفر و بسیاری موارد دیگر استفاده می کنیم.

ما را در شبکه های اجتماعی دنبال کنید

Follow us on Social Networks

Instagram: giscoders

ما را در شبکه های اجتماعی دنبال کنید

Follow us on Social Networks

Instagram: giscoders

برچسب ها:

مطالب زیر را حتما مطالعه کنید

چرا پنجره اتمسفری در علوم زمین دارای اهمیت است ؟

تصاویر ماهواره DigitalGlobe: ووردویو(Worldview)، ژئوآی(GeoEye) و آیکونوس (IKONOS)

راهنمای طبقه بندی نزدیکترین همسایه در e-Cognition

نقشه های کروپلت – مقدمه ای بر طبقه بندی داده

فتوگرافی هوایی (Aerial Photography) در مقابل ارتوفوتوگرافی (Orthophotography)

راهنمای جامع لیدار (Light Detection and Ranging – LiDAR)

دیدگاهتان را بنویسید

Copy Protected by Chetan's WP-Copyprotect.

با عضویت در خبرنامه از آموزش های جدید رایگان در ایمیل خود مطلع شوید