تصاویر ابر طیفی یا Hyperspectral

تصاویر ابر طیفی یا Hyperspectral

از نظر تعداد باند در مباحث سنجش از دوری انواع مختلفی از تصاویر وجود دارد. به صورت کلی اگر تعداد باند های ما بیشتر از یک حد مشخص باشد به آن تصاویر ابر طیفی یا Hyperspectral گویند. این تصاویر معمولا تعداد باند بالاتر از 20 عدد می باشد. در این مقاله با ما باشید که در مورد تصاویر ابرطیفی، کاربردهای آنها و خیلی دیگر از موارد مطالب ارائه خواهد شد.

تصاویر ابر طیفی یا Hyperspectral

یکی از ویژگی های اصلی هر سنجنده ای توان تفکیک طیفی آن است. بر اساس این توان تفکیک سنسور های مختلف که روی ماهواره ها قرار گرفته اند قادر خواهند بود که انرژی رسیده به خود را در کانال (باند) ذخیره سازی کنند. هر چقدر توان یک سنجنده در تفکیک این طول موج ها بیشتر باشد توانایی بیشتر در ذخیره سازی انرژی در باندهای مختلف دارد.

به این ویژگی توان تفکیک طیفی گفته میشود. بر اساس توان تفکیک طیفی ماهواره های مختلف (سنجنده آنها) در چند دسته باندی قرار خواهند گرفت. تصاویر چند طیفی که معمولا زیر 15 تا باند دارند. تصاویر هایپر اسپکترال که معمولا بیش از 100 باند دارند. آخرین دسته نیز در این مابین قرار گرفته و به آنها Midespectral گویند مانند سنجنده مادیس.

هر چقدر توان تفکیک طیفی بالا تر باشد سنجنده از نظر طیفی تواناتر است. برای نمونه اگر ما در محدوده SWIR بتوانیم 100 باند داشته باشیم در کارهای زمین شناسی تصاویر ابر طیفی میتواند بسیار کارمد باشد. در زمینه بیماری گیاهی و تفکیک پدیده ها تعداد باند میتواند بسیار مهم باشد.

کاربرد تصاویر ابر طیفی

این تصاویر به واسته تعداد باند بالای که دارند در زمینه های مختلفی مورد استفاده قرار خواهند گرفت. تصاویر ماهواره‌ای هایپراسپکترال دارای کاربردهای گسترده‌ای در سنجش از دور هستند. برخی از کاربردهای اصلی این تصاویر عبارتند از:

زمین‌شناسی

تصاویر هایپراسپکترال به ما کمک می‌کنند تا نواحی معدنی و معدن‌های مختلف را تشخیص داده و استخراج کنیم. طیف های طول موج مختلف به ما اطلاعاتی درباره ترکیبات معدنی و معدنی‌های موجود در منطقه مورد مطالعه را ارائه می‌دهند.

کشاورزی

تصاویر هایپراسپکترال برای تشخیص و مدیریت منابع آب، تعیین کیفیت خاک، مانیتورینگ رشد گیاهان، شناسایی بیماری‌ها و آفات، تعیین کیفیت محصولات و پیش‌بینی عملکرد محصولات کشاورزی بسیار مفید هستند.

محیط زیست

این تصاویر به ما اجازه می‌دهند تا منابع آبی را کاوش کنیم، شناسایی و پایش تغییرات پوشش گیاهی، شناسایی آلودگی ها و اثرات زیست محیطی، پایش مناطق حفاظت شده و شناسایی تغییرات آب و هوا را انجام دهیم.

تشخیص و رصد منابع طبیعی

تصاویر هایپراسپکترال به ما امکان می‌دهند تا منابع طبیعی مانند جنگل‌ها، بیابان‌ها، رودخانه‌ها، دریاچه‌ها و سواحل را تشخیص داده و رصد کنیم. این اطلاعات می‌تواند در مدیریت منابع طبیعی، حفاظت محیط زیست و برنامه‌ریزی شهری و روستایی مفید باشد.

پایش تغییرات زمین

با استفاده از تصاویر هایپراسپکترال، می‌توانیم تغییرات زمینی مانند تغییرات کاربری اراضی، تغییرات جغرافیایی، تحلیل تغییرات گذرا در مناطق مختلف و پایش تغییرات زمین‌شناسی مانند زمین‌لغزش‌ها و فعالیت‌های زمینی را رصد کنیم.

مدیریت بحران

تصاویر هایپراسپکترال می‌توانند در شناسایی و پایش بحران‌های طبیعی مانند سیل، خشکسالی، آتش‌سوزی و همچنین در پایش فعالیت‌های نظامی و امنیتی مورد استفاده قرار بگیرند.

علوم اقیانوسی

تصاویر هایپراسپکترال به ما امکان می‌دهند تا پارامترهای آبی مانند دما، رنگ، غلظت مواد محلول و توزیع گیاهان و جانوران در اقیانوس‌ها را مطالعه کنیم. این اطلاعات در مدیریت منابع زیستی دریا و شناخت محیط زیست اقیانوس‌ها بسیار ارزشمند هستند.

در زیر به صورت تیتر وار لیستی از کاربرد های آن ارائه شده است:

  • کشاورزی و شناسایی بیماری های گیاهی
  • کانی شناسی
  • نظارت بر محیط زیست مانند آلودگی های آب ها
  • بررسی جنگل ها و شناسایی انواع مختلف گونه های جنگلی
  • بررسی بیماری های جنگلی
  • مباحث باستان شناسی
  • پایش آلودگی نفتی دریاها
  • آتش سوزی جنگل
  • شناسایی بهتر مراتع و گونهای گیاهی

کاربرد تصاویر hyperspectral یا ابر طیفی
کاربرد تصاویر hyperspectral یا ابر طیفی

لیست تصاویر ابر طیفی یا Hyperspectral

نسل اولیه تصاویر ابر طیفی به دهه 1980 باز میگردد. ناسا در سال 1984 یک ماهواره به اسم TRW Lewis به فضا پرتاب کرد که ناموفق بود و در مدار زمین قرار نگرفت. بعد از آن ناسا در سال های بعد آن تصاویر هایپریون را موفقیت آمیز در مدار زمین قرار داد. در زیر لیست از ماهواره های ابر طیفی ارائه شده است.

EO-1 Hyperion

این ماهواره متعلق به سازمان فضایی ناسا است و سنسور Hyperion را حمل می‌کند که داده‌های ابرطیفی با وضوح بالا و با 242 باند طیفی فراهم می‌کند. برای کاربردهای مختلفی مانند طبقه‌بندی پوشش زمین، کاوش معدنی و پایش محیطی استفاده می‌شود.

EnMAP

برنامه نقشه‌برداری و تحلیل محیطی (EnMAP) یک ماموریت ماهواره‌ای آلمانی است که با یک طیف‌سنج تصویربرداری ابر طیفی تجهیز شده است. این ماهواره دارای 242 باند طیفی است و هدف آن پایش محیط زیستی زمین است که شامل گیاهان، کیفیت آب و مناطق شهری می‌شود.

PRISMA

PRISMA (Hyperspectral Precursor and Application Mission) یک ماموریت ماهواره‌ای ایتالیایی است که به تصویربرداری طیفی فوق‌بنفش اختصاص دارد. این ماهواره یک سنسور ابر طیفی با 223 باند طیفی حمل می‌کند که تحلیل دقیقی از زمین، مناطق ساحلی و آبهای داخلی را ممکن می‌سازد.

HyspIRI

HyspIRI (Hyperspectral Infrared Imager) یک ماموریت پیشنهادی از سازمان فضایی ناسا است که هدف آن ثبت داده‌های طیفی مرئی تا فروسرخ کوتاه و طیفی فروسرخ حرارتی است. این ماموریت اطلاعات ارزشمندی را برای مطالعه اکوسیستم‌های زمین، خطرات طبیعی و تغییرات اقلیمی فراهم می‌کند.

ماهواره HISUI

ماهواره HISUI (Hyperspectral Imager Suite) یکی از ماهواره‌های دارای تکنولوژی Hyperspectral است. HISUI توسط سازمان فضایی ژاپن (JAXA) طراحی و توسعه داده شده است. این ماهواره با تکنولوژی پیشرفته Hyperspectral Imager اقدام به تصویربرداری در 185 باند طیفی نموده و به مطالعات مرتبط با منابع طبیعی و محیط زیست می‌پردازد.

البته در برخی منابع نیز از تصاویر سنتینل 2 و مودیس نیز اسم برده شده است. در داخل سایت مقالات جامع زیر در مورد این سنجنده ها مشاهد میشود:

سنجنده مودیس
معرفی سری تصاویر سنتینل

 

معایت و مزایای تصاویر ابرطیفی

هر نوع سنجنده یا تصاویر دارای مزایا و معایت خاص خود است. بسته به نوع هدفی که دارید باید شما انتخاب کنید که از چه سنجنده یا ماهواره ای میخواهید استفاده کنید.

مزایای تصاویر ابرطیفی

اطلاعات طیفی دقیق

تصاویر Hyperspectral دارای باندهای طیفی بیشتری هستند که به ارائه اطلاعات دقیق‌تر و جزئی‌تر از ویژگی‌های زمین می‌پردازند. این اطلاعات طیفی بیشتر به ما امکان می‌دهند تا الگوهای مخفی و تفاوت‌های ناچیز در سطح زمین را تشخیص دهیم.

 

تمایز بیشتر بین اشیاء

با استفاده از باندهای طیفی بیشتر، تصاویر Hyperspectral ما را قادر می‌سازند تا بین اشیاء با خصوصیات مشابه، از جمله مواد معدنی، گیاهان و منابع آبی، تمایز قائل شویم. این امکان در بسیاری از برنامه‌های مانند مطالعه منابع طبیعی، کشاورزی و محیط زیست بسیار مفید است.

تحلیل مواد و ترکیبات شیمیایی

تصاویر Hyperspectral به ما اجازه می‌دهند تا اطلاعات شیمیایی درباره مواد و ترکیبات موجود در سطح زمین را به دست آوریم. با تحلیل الگوهای طیفی، می‌توانیم از معدن‌یابی، تشخیص آلودگی و بررسی کیفیت خاک و آب استفاده کنیم.

کاربردهای متعدد

تصاویر Hyperspectral در بسیاری از زمینه‌ها از جمله محیط زیست، کشاورزی، زمین‌شناسی، منابع طبیعی، پزشکی و علوم فضایی مورد استفاده قرار می‌گیرند. این تصاویر می‌توانند در بررسی تغییرات اقلیمی، کنترل بیماری‌ها، پایش محیط زیست و بسیاری دیگر از موارد استفاده شود.

تصاویر پوشش گیاه

با تصاویر Hyperspectral، می‌توانیم به طور دقیق پوشش گیاهی را تحلیل کنیم و اطلاعاتی درباره نوع گیاهان، فعالیت‌های زراعی و سلامت گیاهان را به دست آوریم. این امکان می‌تواند در مدیریت منابع طبیعی و کشاورزی پایدار مفید باشد.

 

تحلیل منابع آبی

تصاویر Hyperspectral می‌توانند اطلاعات مرتبط با منابع آبی را فراهم کنند. این اطلاعات شامل تحلیل کیفیت آب، تعیین اندازه ذرات معلق و تشخیص منابع آبی زیرزمینی و سطحی است.

معایت تصاویر ابر طیفی

تصاویر ابر طیفی با توجه به داشتن توان تفکیک طیفی بهتر به نسبت تصاویر دیگر کارایی بسیار بیشتری دارد. اما مسئله مهم در تصاویر ابر طیفی وجود همبستگی بسیار بالا بین باند های مختلف آن است. معمولا برای حل این مشکل قبل از کار با این تصاویر از PCA یا MNF برای کاهش اطلاعات تکراری استفاده میشود.
از جمله معایت بزرگ این تصاویر رایگان نبودن و در دسترس نبودن این تصاویر برای عموم است. البته تصاویر پریسما و هایپریون را میتوانید برای مناطق مختلف بدست آورد.

راهنمای کار با تصاویر پریسما: دانلود تصاویر ماهواره PRISMA، مشخصات آن

راهنمای پردازش تصاویر هایپرسون: آموزش دانلود تصاویر هایپریون

اشتراک مقاله
آخرین مقالات سنجش از دور

برای ارسال دیدگاه حتما باید ثبت نام یا وارد حساب کاربری خود شوید

برای نوشتن دیدگاه باید وارد بشوید.
keyboard_arrow_up