Measuring ground displacement is very important, considering its destructive physical and financial effects, and one of the most efficient methods for this purpose is the differential interferometry that uses data with high spatial resolution which, in this research, are 11 TerraSAR-X images over 11-month period. The study area is the plain in the southwest of Tehran, and the subsidence was displayed by extracted interferograms. The maximum displacement of the pairs of consecutive images in this area was 18 cm, and the displacement rate was 13 cm/year (cm/year). By analyzing the time series using neural network, displacement for 12th month was predicted at 32 cm. The obtained results of this research were evaluated and validated by using radar and GPS data associated with similar research. The result of the evaluation indicates compliance of the obtained results in this research with other researches in the field.
W artykule przedstawiono wyniki badań nad modelowaniem wymiany netto ekosystemu (NEE – ang. Net Ecosystem Exchange) bagiennego na przykładzie doliny Biebrzy z wykorzystaniem zdjęć satelitarnych i danych z pomiarów naziemnych z lat 2011–2015. Przeprowadzono szczegółową analizę zastosowania zdjęć optycznych i radarowych do uzyskania charakterystyk roślinno-wilgotnościowych wpływających na wymianę węgla. W wyniku przeprowadzonych analiz opracowano modele szacowania NEE, w których zastosowano opracowane na podstawie danych satelitarnych następujące parametry: wilgotność gleby (WG), zawartość wody w roślinach (WR). Do analizy WG i WR został zastosowany współczynnik wstecznego rozpraszania (σº) obliczony z sygnału zarejestrowanego w zakresie mikrofalowym przez urządzenia SAR (ang. Synthetic Aperture Radar) dla różnych polaryzacji fal. Prace badawcze zmierzające do określenia wielkości wymiany węgla oraz jego zróżnicowania przestrzennego i czasowego, przeprowadzone z uwzględnieniem informacji o pokrywie roślinnej i wilgotności gleby uzyskanych z danych satelitarnych, są ważne dla monitorowania ekosystemów bagiennych.
EN
The article presents results of the study on modeling Net Ecosystem Exchange (NEE) in the wetland ecosystem using remote sensing and in-situ data. The study has been conducted in Biebrza Valley for the years 2011–2015. The analysis of application of optical and microwave images for the assessment of vegetation-moisture conditions influenced carbon exchange has been performed. The impact of soil moisture and type of vegetation habitat on CO2 flux in wetland ecosystems has been analyzed to develop NEE models. Soil moisture (WG) and vegetation water content (WR) have been correlated with backscattering coefficient (σº) calculated from the signal registered by microwave satellites in different wave polarization. The research was focused on the assessment of carbon balance in time and space taking into account vegetation cover and soil moisture derived from satellite data. The research is important for monitoring wetland ecosystem.
Dzięki intensywnemu rozwojowi systemów nawigacyjnych GNSS możliwe jest określanie pozycji satelitów z niskiej orbity na podstawie pozycjonowania absolutnego (metoda Single Point Positioning). Obecnie metoda SPP jest powszechnie stosowana w dziedzinie geodezji i nawigacji oraz implementowana w wielu programach numerycznych do wyznaczenia pozycji użytkownika. W artykule przedstawiono wstępne rezultaty dotyczące wyznaczenia współrzędnych satelity radarowego TerraSAR-X według obserwacji kodowych GPS. Na podstawie przeprowadzonych badań i uzyskanych wyników stwierdzono, że przeciętna wartość dokładności dla współrzędnej X wynosi 3,3 m, dla współrzędnej Y odpowiednio 2,4 m, zaś dla współrzędnej Z równo 3,8 m.
EN
With the intensive development of GNSS navigation systems, it is possible to determine the position of satellites from LEO orbit based on absolute positioning (Single Point Positioning method). Currently the SPP method is widely used in the field of geodesy and navigation, and it’s implemented in many numerical programs to obtain the user’s position. The article presents the preliminary results concerning determination of the radar satellite TerraSAR-X coordinates using GPS code observations. Based on the survey and the results, it was indicated that average accuracy value for the X coordinate is 3.3 m, for the Y coordinate 2.4 m respectively, while for the Z coordinate equals 3.8 meters.
TerraSAR-X is a German radar satellite, which was launched in June 2007. The satellite is equipped with a modern SAR system using the X band microwave radiation frequency and is capable of acquiring very high resolution SAR images independent of weather conditions and illumination. The paper presents the results of geometrical correction of high resolution TerraSAR-X images. The research was based on images acquired in HighResolution SpotLight mode in single polarisation HH with spatial resolution about 1 m. In orthorectification process the data supplied by the distributor in the SSC format was used. The results of orthorectification using various amount of ground control points was checked. The influence of the digital terrain model used in orthorectification process was also analysed. The last part of the work presents verification of geometric precision of geocoded product (EEC) generated by the distributor.
PL
TerraSAR-X jest niemieckim satelitą radarowym wyniesionym na orbitę w czerwcu 2007 roku. Satelita wyposażony jest w nowoczesny radar z syntetyzowaną aperturą (SAR), rejestrujący wysokorozdzielcze obrazy radarowe w paśmie X promieniowania mikrofalowego niezależnie od oświetlenia słonecznego i warunków atmosferycznych. W artykule przedstawiono wyniki korekcji geometrycznej wysokorozdzielczych obrazów radarowych TerraSAR-X. W badaniach wykorzystano zobrazowania zarejestrowane w trybie High Resolution SpotLight o rozdzielczości około 1 m, zarejestrowane w pojedynczej polaryzacji poziomej. Ortorektyfikację przeprowadzono na danych dostarczonych przez dystrybutora w formie zespolonej (SSC). Sprawdzono wyniki ortorektyfikacji przy wykorzystaniu różnej liczby punktów kontrolnych oraz przeanalizowano wpływ wykorzystanego w procesie ortorektyfikacji numerycznego modelu terenu. W przypadku obrazu dostarczonego przez dystrybutora w formie przetworzonej (EEC) zbadano jego dokładność geometryczną poprzez weryfikację współrzędnych fotopunktów pomierzonych na materiałach referencyjnych i obrazie TerraSAR-X.
5
Dostęp do pełnego tekstu na zewnętrznej witrynie WWW
Soil erosion is a natural process that detaches and transports soil material through the action of an erosive agent . At a global scale, among erosive agents like wind, gravity and anthropogenic perturbations, the water agent has the biggest impact on land degradation. In order to prevent this process some steps concerning erosion and the estimation of erosion factors must be taken. Detection of erosion features and eroded areas, as well as assessment of factors controlling erosion are very complex tasks which can be solved thorough the integration of spatial data, topographic maps, field measurements and surveys, aerial photographs and satellite imagery. Basically, there are three different approaches for soil erosion assessment. The first one is through field measurements of soil erosion rates. The second approach is erosion field survey, in which erosion features are identified and assessed in a qualitative or quantitative (via repeatable measurements) manner. The third method is a quantitative procedure for the estimation of soil loss through the integration of spatial data on erosion factors. Several models concerning these factors exist, of which the USLE (Universal Soil Loss Equation) is the most frequently used. Such models require large amounts of detailed data on a wide variety of rainfall, soil, vegetation and slope parameters (Vrieling, 2005). Selection of the model and required factors is region-specific, dependant on the characteristics of the area of interest and erosion processes that occur. New possibilities for water erosion assessment are offered by remote sensing methods, especially SAR interferometry using data from new, high resolution sensors. The main objective of this study is to present existing and potential methods for water erosion and erosion factors assessment, putting the emphasis on the utility of radar images (SAR) in erosion studies. In addition, the possible use of new high-resolution radar images acquired onboard the TerraSAR-X satellite is described. Finally, ongoing research on water soil erosion in the area of the Trzebnickie Hills using TerraSAR-X images and radar interferometry is presented.
PL
Erozja wodna jest jednym z głównych czynników powodujących degradację gleb. Istnieje wiele metod oceny tego zjawiska w sensie ilościowym i jakościowym. Większość z nich wykorzystuje zintegrowane dane przestrzenne, w szczególności dane dotyczące czynników wywołujących erozję. Mogą być one pozyskiwane z różnych źródeł, między innymi z: istniejących map glebowych, użytkowania terenu i topograficznych, stacji meteorologicznych, pomiarów terenowych, zdjęć lotniczych i obrazów satelitarnych. Przewagą technik zdalnych jest głównie możliwość pozyskiwania w krótkich odstępach czasowych jednorodnych danych obejmujących duże obszary. Wybór odpowiednich metod i typu danych teledetekcyjnych możliwych do wykorzystania do badania procesów erozyjnych jest podyktowany głównie rodzajem danych wynikowych, które chcemy uzyskać. Jednymi z podstawowych kryteriów wyboru są parametry sensorów, takie jak długość fali, rozdzielczość przestrzenna i czasowa, czy też, w przypadku danych radarowych, polaryzacja. W pracy przedstawiono krótki przegląd możliwości zastosowania technik zdalnych w badaniach erozji wodnej oraz czynników wywołujących to zjawisko. Głównie skoncentrowano się na możliwościach wykrywania i oceny miejsc objętych zjawiskiem erozji oraz oceny czynników wywołujących erozję za pomocą obrazów radarowych SAR. Ponadto, podkreślono potencjał nowych wysoko rozdzielczych obrazów radarowych TerraSAR-X w badaniach erozyjnych. Przedstawiono również pierwsze wyniki realizowanego na obszarze Wzgórz Trzebnickich projektu (grant Niemieckiej Agencji Kosmicznej DLR LAN0154) dotyczącego monitorowania zmian ukształtowania powierzchni terenu spowodowanych erozją wodną, Pokazano pierwszy interferogram uzyskany z danych TerraSAR-X w trybie spotlight. Wskazano problemy związane z opracowaniem tego typu danych.
Głównym zagadnieniem przedstawionym w artykule jest badanie możliwości utworzenia bazy danych wzorców spektralnych do klasyfikacji upraw rolniczych na zdjęciach satelitarnych, na podstawie dokumentacji zawartej w bazach i rejestrach Agencji Restrukturyzacji i Modernizacji Rolnictwa (ARiMR), pozyskiwanych corocznie z wniosków rolników ubiegających się o dopłaty. W pierwszej części pracy analizie została poddana struktura zbioru wniosków o dopłaty z obszaru powiatów malborskiego i sztumskiego (woj. pomorskie) w postaci natywnej, tj. takiej, jaka jest przechowywana i udostępniana w bazie danych ARiMR, z roku 2008. Dane zostały udostępnione przez ARiMR w ramach projektu badawczego TerraSAR_Agri finansowanego przez MNiSzW. W następnym kroku utworzono bazę działek rolnych tworząc poligony (obszary domknięte topologicznie) w formacie ESRI shape, po uzgodnieniu przebiegu granic ewidencyjnych z przebiegiem granic pól odczytanych z treści przetworzonych zdjęć satelitarnych Landsat i TerraSAR-X. Następnie połączono bazę działek rolnych z danymi ARiMR określającymi rodzaj uprawy danej działki rolnej w celu znalezienia odpowiedzi na pytanie o możliwość tworzenia bazy wzorców klas do procesu klasyfikacji automatycznych wykorzystywanych do kontroli metodą teledetekcji, w Europie nazywanej CwRS – Control with Remote Sensing of Area-Based Subsidies, a w Polsce metodą FOTO. Przedstawione wyniki wskazują, że tworzenie „bazy wiedzy zewnętrznej” (bazy wzorców) do klasyfikacji obrazów satelitarnych na podstawie zbioru wniosków pozyskanych z ARiMR do teledetekcyjnej kontroli jest możliwe, jednakże w obecnej strukturze gromadzenia i przechowywania danych atrybutowych oraz graficznych jest to procedura pracochłonna i czasochłonna. Baza ARiMR wymagałaby znacznych zmian strukturalnych oraz pełnego zintegrowania danych opisowych z danymi przestrzennymi, co uczyniłoby to zadanie nie tylko łatwym do zrealizowania w przyszłości, ale zachęcałoby to takiego sposobu wykorzystania informacji z wniosków w procedurach kontroli.
EN
The main issue presented in this paper is the analysis of the possibility of constructing a spectral signatures database using the official registers and records of the Polish government’s Agency for Restructuring and Modernization of Agriculture (ARMA) in order to classify satellite images. This database is updated every year based on the applications made by farmers demanding area-based subsidies. The first part of the work concerned the analysis of the database structure using the data delivered by ARMA in its original format. Data was made available for the TerraSAR_Agri project financed by the Polish Ministry of Science and Higher Education. In the second step a database of agricultural parcels was created in the form of topologically consistent polygons in ESRI’s shape format, after adjustment of cadastral borders to the field limits visible on processed satellite images Landsat 5/TM and TerraSAR-X. In the next step the database of parcels was connected to the database of applications where information about the use of the parcel and maybe also plant species is entered. This operation focused on finding the answer to the question: Is it possible to create a database of the spectral signatures of crops and other agricultural uses nearly automatically using this approach? The results achieved in this work show that the creation of a database of spectral signatures from the official ARMA’s database for CwRS control is possible, however the present structure for the collection and management of geometric and attribute data make this procedure laborious and time consuming.
Zdjęcia radarowe systemu TerraSAR-X (mikrofalowe pasmo X – ok. 3cm) są dostępne w Polsce od kilku miesięcy w ramach promocyjnej kampanii firmy Infoterra GmbH oraz w ramach projektów badawczych wspieranych przez niemiecką agencję kosmiczną DLR. W pracy przedstawiono zdjęcia zarejestrowane 11-10-2007r, w trybie „Spotlight”, w rozdzielczości geometrycznej ok. 3m, o podwójnej polaryzacji: VV oraz HH, dla obszaru miasta Olsztyna i okolic. Dla tego samego obszaru, zostały również zarejestrowane w dniu 21-09-2007 zdjęcia satelitarne IKONOS o rozdzielczości 1m w trybie panchromatycznym, oraz 4 m w trybie wielospektralnym. Badana była komplementarność obu sensorów w zakresie tematycznej i topograficznej interpretacji treści tych obrazów na terenach zurbanizowanych. Analizowano możliwości identyfikacji budynków na podstawie wielospektralnych zdjęć Ikonos o podwyższonej rozdzielczości geometrycznej (panmerged) oraz po połączeniu tych obrazów z obrazami TerraSAR-X. Autorzy poszukiwali odpowiedzi na pytanie o wartość interpretacyjną tego typu obrazów TSX i jej ograniczenia w rozpoznaniu struktury terenów zabudowanych w stosunku do zdjęć wysokorozdzielczych Ikonos. Wyniki wskazują, że analizowany produkt TSX/Spotlight o badanych parametrach nie spełnił oczekiwań fotointerpretacyjnych w zakresie stawianym w pracy.
EN
TerraSAR_X radar images are now available to scientific groups in Europe and Poland in the framework of Infoterra’s GmbH promotional campaign and through DLR’s research proposals. The paper focuses on the use of TSX / Spotlight mode image, dual polarization VV/ HH acquired on 11 October 2007 over the urban area of Olsztyn in Poland. The same area was covered by an optical VHR Ikonos image taken on 21 September 2007. The complementarity of both sensors was studied in relation to visual identification and mapping of buildings. The aim of this study was to evaluate the suitability of the TSX image parameters for this task. The results showed the image parameters (RE, dual pol., spot 094) were not particularly adequate to the needs and failed to meet the photointerpreters' requirements.
W artykule autorzy przedstawiono pierwsze spostrzeżenia na temat interferometrycznego przetwarzania danych TerraSAR-X, który jest pierwszym na świecie wysokorozdzielczym satelitą obrazującym w zakresie mikrofal. W opracowaniu zostały użyte dane SAR zarejestrowane w trybie StripMap o rozdzielczości przestrzennej ok. 3.3m. Dane te, obejmujące swym zasięgiem obszar LGOM posłużyły do wygenerowania interferogramu przedstawiającego deformacje terenu wywołane eksploatacją rud miedzi. Z uwagi na wysoką rozdzielczość przestrzenną i małą długość fali nie można było do danych tych wprost zastosować istniejących algorytmów interferometrycznych. Otrzymany interferogram TerraSAR-X charakteryzuje się bardzo dobrą koherencją. Wykazano, że dane radarowe w paśmie X bardzo dobrze nadają się do monitoringu deformacji, a wysoka rozdzielczość umożliwia również śledzenie bardzo drobnych zmian wysokościowych. Wskazano, że czynnikiem znacznie poprawiającym koherencję jest jak wysoka rozdzielczość przestrzenna danych: charakterystyka rozpraszania sygnału jest bowiem częściej zbliżona do odbicia typu powierzchniowego niż tzw. odbicia objętościowego.
EN
The paper presents preliminary results of interferometric analysis of the high-resolution TerraSAR-X data for a deformation monitoring applications. The interferogram was computed for the Legnica-Głogów Copper Ore Mining Area with a dominant terrain deformation signal. This is the first interferogram of this type computed for any area in Poland. In addition, general characteristics of TerraSAR-X system were reviewed with a particular reference to different SAR acquisition modes and their significance for interferometric applications. Due to its shorter temporal baseline, the TerraSAR-X interferogram shows only a fraction of the deformation detected by Envisat, but the average velocity still remained almost identical, as shown by the selected examples. The comparison of the two SAR systems showed their detectability and measurability to be similar.
Redukcja szumów na obrazach jest istotnym etapem wstępnego przetwarzania danych. Zagadnienie redukcji szumów było wielokrotnie poruszane w licznych publikacjach naukowych. Przygotowanie danych przed wykonaniem właściwych analiz jest szczególnie ważne w przypadku obrazów radarowych, charakteryzujących się specyficznym szumem (tzw. speckle effect), który jest główną przeszkodą w interpretacji i klasyfikacji obrazów radarowych. Do redukcji tego typu szumów zaproponowano w pracy, opublikowaną w roku 2006 przez J. Polzehl i V. Spokoiny, nieparametryczną metodę opartą na stałym, lokalnym wygładzaniu z adaptacyjnym wyborem wag dla każdej pary punktów na obrazie (Adaptive Weights Smoothing – AWS). Algorytm AWS nie został do tej pory szczegółowo sprawdzony na obrazach radarowych. Zaproponowana metodyka stosowania algorytmu AWS polega na scaleniu w końcowy wynik przetworzenia trzech obrazów: obrazu oryginalnego i dwóch obrazów stanowiących rezultat działania algorytmu. Do badań wykorzystano zobrazowania wysokorozdzielczego satelity TerraSAR-X, testując rezultaty proponowanego podejścia na obrazach radarowych pozyskanych w różnych trybach, o różnej rozdzielczości i przedstawiających teren o różnym zagospodarowaniu (pola uprawne, obszar miejski). Rezultaty działania badanego algorytmu porównano z wynikami redukcji efektu plamkowania przy użyciu popularnych filtrów adaptacyjnych (filtru Lee i filtru Frost). Otrzymane wyniki potwierdzają przydatność algorytmu AWS jako efektywnego narzędzia redukującego charakterystyczne szumy radarowe.
EN
Solving the problem of image smoothing is regarded as an essential stage in preparing digital images for further processing. It was tackled by a number of studies. The presence of speckle noise in SAR images is the major obstacle in interpreting, classifying, and analyzing SAR images. The main problem in many remote sensing applications is the extraction and interpretation of information about the objects which are present on SAR images. This makes the speckle noise reduction a very important task. The reduction of speckles was performed by applying the nonparametric method, described by J. Polsehl and V. Spokoiny in 2006; the method is based on locally constant smoothing with an adaptive choice for every pair of data points (Adaptive Weights Smoothing – AWS). The AWS algorithm has never been tested in detail on SAR data. This paper describes the methodology of using the AWS algorithm by integrating three images: one original image and two images determining the result of the algorithm processed. The performance of the proposed method was tested on high-resolution X-band synthetic aperture radar TerraSAR-X images and was compared with popular adaptive filters (Lee, Frost). The method presented was tested on two samples extracted from images captured in different imaging modes, with different geometric resolution and showing various land use and land cover. The results confirm the utility of the propagation-separation approach for radar image smoothing.
Mikrofalowy sensor satelity TerraSAR-X umożliwia pozyskanie całej gamy różnorodnych produktów mogących znaleźć zastosowanie w zarządzaniu kryzysowym, kartografii, hydrologii, rolnictwie, leśnictwie i geologii. Artykuł prezentuje wyniki analizy dokładności geometrycznej produktów z satelity TerraSAR-X o rozdzielczości około 4 metrów oraz 1 metr, jak również przedstawia dokładność wyników ortorektyfikacji obrazów SSC o metrowej rozdzielczości.
EN
TerraSAR-X, a German satellite, works in three modes: SpotLight (SL), StripMap (SM), and ScanSAR (SS) with maximum azimuth resolutions of 1, 3, and 16 m, respectively. The images are distributed both in raw a raw or a georeferenced format. Due to the variety of products, it has been claimed that the geometry of those images should be investigated. The first part of the paper presents verification of geometric precision of geocoded products generated by the distributor. Images at the EEC (Enhanced Ellipsoid Corrected) and GEC (Geocoded Ellipsoid Corrected) levels were examined. The EEC product affected by the terrain heights, while the GEC product is affected by the mean height of terrain. Two test areas were selected: one in Kozienice, with SM mode images and the other in Wroclaw, with SL images. Control points were collected on reference orthophotomaps from the IRS-P6 satellite and with an ADS-40 airborne digital camera. The results showed the GEC product to have a low accuracy, while the EEC products are of a high accuracy (RMS error of 3-4 pixels). The second part of the paper presents orthorectification results for the Wroclaw test area.A raw image in the SSC format was used. It was shown that, with 10 control points and a SAR model correction both in azimuth and slant range direction, the accuracy of 2 pixels can be achieved. Verification of TerraSAR-X geometry accuracy formed a part of a project carried out in cooperation with the Geosystems Polska, the distributor of TerraSAR-X images from Poland. All the work was conducted in the ErdasImagine environment.
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.