Wyniki wyszukiwania - BazTech

1

Estimation of bare soil moisture from remote sensing indices in the 0.4-2.5 mm spectral range

Kubiak Katarzyna, Stypułkowska Justyna, Szymański Jakub, Spiralski Marcin

Transactions on Aerospace Research

|

2021

|

Nr 2 (263)

1--11

EN

Soil moisture content (SMC) is an important element of the environment, influencing water availability for plants and atmospheric parameters, and its monitoring is important for predicting floods or droughts and for weather and climate modeling. Optical methods for measuring soil moisture use spectral reflection analysis in the 350-2500 nm range. Remote sensing is considered to be an effective tool for monitoring soil parameters over large areas and to be more cost effective than in situ measurements. The aim of this study was to assess the SMC of bare soil on the basis of hyperspectral data from the ASD FieldSpec 4 Hi-Res field spectrometer by determining remote sensing indices and visualization based on multispectral data obtained from UAVs. Remote sensing measurements were validated on the basis of field humidity measurements with the HH2 Moisture Meter and ML3 ThetaProbe Soil Moisture Sensor. A strong correlation between terrestrial and remote sensing data was observed for 7 out of 11 selected indexes and the determination coefficient R2 values ranged from 67%-87%. The best results were obtained for the NINSON index, with determination coefficient values of 87%, NSMI index (83.5%) and NINSOL (81.7%). We conclude that both hyperspectral and multispectral remote sensing data of bare soil moisture are valuable, providing good temporal and spatial resolution of soil moisture distribution in local areas, which is important for monitoring and forecasting local changes in climate.

PL

Zawartość wody w glebie (SMC) jest ważnym elementem środowiska wpływającym na dostępność wody dla roślin, parametry atmosferyczne, a jej monitorowanie jest istotne w prognostyce powodzi lub susz a także modelowaniu pogody i klimatu. Optyczne metody pomiaru wilgotności gleby wykorzystują analizę odbicia spektralnego w zakresie od 350 do 2500 nm. Uważa się, że teledetekcja jest skutecznym narzędziem monitorowania parametrów gleby na dużych obszarach i jest bardziej opłacalna w porównaniu z pomiarami in situ. Celem pracy jest ocena SMC gleby niepokrytej/skąpo pokrytej roślinnością na podstawie danych hiperspektralnych ze spektrometru polowego ASD FieldSpec 4 Hi-Res poprzez wyznaczenie wskaźników teledetekcji i wizualizacji na podstawie danych wielospektralnych uzyskanych z UAV. Pomiary teledetekcyjne zostały zweryfikowane na podstawie pomiarów wilgotności w terenie za pomocą miernika wilgotności HH2 z sondą Thete Probe ML3. Silną korelację między danymi naziemnymi i teledetekcyjnymi zaobserwowano dla 7 z 11 wybranych wskaźników, a wartości współczynników determinacji R2 wahały się w granicach 67%-87%. Najlepsze wyniki uzyskano dla indeksu NINSON o wartościach współczynników determinacji 87% a także dla indeksu NSMI 83,5% i NINSOL 81,7%. Dane z teledetekcji hiper- i multispektralnej dotyczące wilgotności niepokrytej/skąpo pokrytej roślinnością gleby mają wielką wartość, ponieważ zapewniają dobrą czasową i przestrzenną rozdzielczość rozkładu wilgotności gleby na obszarach lokalnych co jest istotne dla monitoringu i prognozowania lokalnych zmian klimatu.

2

Hyperspectral Discrimination of Asbestos‑Cement Roofing

Krówczyńska M., Wilk E., Pabjanek P., Kycko M.

Geomatics and Environmental Engineering

|

2017

|

Vol. 11, no. 1

47--65

PL

Azbest i wyroby zawierające azbest są szkodliwe dla zdrowia człowieka, dlatego ich wykorzystywanie i produkcja zostały zabronione w 55 krajach świata, włączając kraje UE. Ponieważ pokrycia dachowe stanowią 90% wykorzystywanych na świecie wyrobów zawierających azbest, istotne jest zastosowanie technik teledetekcyjnych do identyfikacji i mapowania rozmieszczenia tych wyrobów. Celem niniejszej pracy jest określenie możliwości rozpoznawania azbestowych pokryć dachowych wsród innych rodzajów dachów na podstawie krzywych spektralnych oraz wskazanie długości fal elektromagnetycznych do klasyfikacji. Krzywe spektralne zostały pomierzone w warunkach laboratoryjnych, pomiarom poddano 43 rodzaje typowych pokryć dachowych w Polsce z wykorzystaniem spektrometru ASD FieldSpec 3 (350–2500 nm). Badane pokrycia dachowe były zróżnicowane pod względem materiału (metalowe, ceramiczne, cementowe, azbestowo‑cementowe, papa), powłoki zabezpieczającej (emaliowane, lakierowane, angobowane, matowe, poliestrowe), koloru i kształtu (płaski, falisty). Próbki płyt azbestowo‑cementowych do badań zostały zebrane w trakcie badań terenowych, natomiast odbicia spektralne pozostałych rodzaje pokryć dachowych zostały pomierzone na podstawie materiałów przekazanych przez producentów. Na podstawie analizy krzywych spektralnych można stwierdzić, iż istnieje możliwość rozróżnienia azbestowych pokryć dachowych od innych rodzajów pokryć. Z badań wynika, iż rozpoznanie pokryć azbestowo‑cementowych jest możliwe przy zastosowaniu fal o następujących długościach: 410, 550, 670, 740, 870, 990, 1310, 1700, 1840, 2130, 2200 i 2270 nm.

EN

Asbestos-containing products are harmful to human health, and therefore their usage and production was banned in 55 countries, including the EU. Since asbestos‑cement roofing accounts for 90% of asbestos used in the world today, an important issue is to use remote sensing data for asbestos identification and mapping. The objective of this study was to determine the possibilities of discrimination of asbestos‑cement roofing (ACR) from other roof coverings, based on spectral signatures, and to select the most appropriate wavelengths for classification purposes. Spectral signatures were measured under laboratory conditions for 43 types of roof coverings typical of buildings in Poland with the use of ASD FieldSpec 3 (350–2500 nm). Roofing coverings were varied as to the composition material (metal sheet, ceramic, cement, asbestos‑cement, roofing felt), coating (enamelled, lacquered, matt, clayed, polyester), colour, and shape (corrugated, flat). Samples of asbestos‑cement roofing were collected during field visits and others were acquired from distributors of building construction materials. An analysis of spectral signatures indicates that there is a possibility of discrimination of ACR from other roof coverings. The optimal wavelengths determined were 410, 550, 670, 740, 870, 990, 1310, 1700, 1840, 2130, 2200, and 2270 nm.

3

Methods for Detection of Asbestos-Cement Roofing Sheets

Książek J.

Geomatics and Environmental Engineering

|

2014

|

Vol. 8, no. 3

59--76

EN

It is estimated that currently in the Republic of Poland there are about 14.5 mln tonnes of asbestos products, mainly eternit panels. The problem of detection and utilisation of asbestos-containing materials is extremely important due to their detrimental impact on human health. Pathogenic effects of asbestos are associated with the inhalation of its airborne fibres that can cause respiratory diseases, such as: asbestosis, lung cancer, mesothelioma of pleura and peritoneum. Therefore, it is important to explore available methods to try to develop technology for detection and location of asbestos in the human environment. The paper presents the previous experience in the field of remote sensing detection of asbestos roofs which have been described in the literature. Furthermore, it was described own experiment which checked the possibility of visual detection of asbestos roofing on high resolution orthophotomaps. Results of this work suggest that the potential for automatic detection of roofing materials have hyperspectral aerial imaging methods. Research are worth continuing because public administration authorities are interested in introduction to GIS the location of asbestos roofs for the efficient management of their utilisation.

PL

Szacuje się, że obecnie na terenie Polski znajduje się około 14,5 miliona ton wyrobów azbestowych, głównie płyt eternitowych. Problem wykrycia i utylizacji materiałów zawierających azbest jest niezwykle istotny ze względu na ich niekorzystny wpływ na ludzkie zdrowie. Chorobotwórcze działanie azbestu związane jest z wdychaniem jego włókien zawieszonych w powietrzu, które mogą powodować choroby układu oddechowego, m.in.: pylicę azbestową (azbestoza), raka płuc, międzybłoniaka opłucnej i otrzewnej. W związku z tym istotne jest, aby zbadać dostępne metody teledetekcyjne w celu opracowania technologii wykrywania i lokalizacji azbestu w otoczeniu człowieka. W pracy przedstawiono dotychczasowe doświadczenia w zakresie teledetekcyjnego wykrywania dachów azbestowych, opisane w literaturze przedmiotu. Ponadto opisano eksperyment własny autorki, polegający na sprawdzeniu możliwości wizualnej detekcji pokryć azbestowych na wysokorozdzielczych ortofotomapach. Z pracy wynika, że automatyczne wykrywanie pokryć dachowych może być możliwe dzięki zastosowaniu metod obrazowania hiperspektralnego z pułapu lotniczego. Badania są warte kontynuacji, gdyż istnieje zainteresowanie organów administracji publicznej wprowadzaniem do systemów GIS funkcji lokalizowania pokryć azbestowych na potrzeby sprawnego zarządzania ich utylizacją.

4

Ocena przydatności sieci neuronowych i danych hiperspektralnych do klasyfikacji roślinności Tatr Wysokich

Zagajewski B.

Teledetekcja Środowiska

|

2010

|

T. 43

1--113

EN

This research aims to discover potential of hyperspectral remote sensing data for mapping high-mountain vegetation ecosystems. First, the importance of mountain ecosystems to global system should be stressed: due to environmental fragility and location of plant species and communities at the upper levels of habitats, mountainous ecosystems form a very sensitive indicator of global climate change. Furthermore, a variety of biotic and abiotic factors that influence spatial distribution of vegetation in the mountains are producing diverse mosaic of habitats leading to high biodiversity. Mountain plants developed specific adaptations to survive at the fringe of life (pigment content, plant tissue structure etc.). These adaptations have direct impact on their reflectance properties which can be acquired and quantified using hyperspectral imagery interpretation techniques. These changes are characterised by a large number of closely spaced spectral channels. Application of remote sensing techniques allows vegetation research and mapping in areas that are otherwise inaccessible. This could be due to low accessibility of terrain, very short vegetative period and unstable weather conditions. Mapping vegetation and its condition is often constrained or even prevented using traditional, field mapping techniques. To protect a delicate balance in mountainous environments vegetation cover (a perfect indicator of all the other components of biosphere) should be researched in detail and mapped with sufficient level of accuracy. This is of particular importance for the proper management as both anthropogenic pressure and local disturbances (avalanches, solifluction after extensive rainfalls) can have significant impact on vegetation, leading to disturbance, and eventually – disintegration of plant cover. It is anticipated, that vegetation mapping and condition analysis can be achieved using hyperspectral, high ground resolution imagery and digital and field remote sensing techniques. Artificial Neural Network (NN/ANN) algorithms use whole object characteristics (spectral, structural and/or textural properties, where the relationship between pixels are also taken into account). These relationships among the spatial patterns of the image frequently appear over natural biotopes and plant communities with closed coverage. Traditional classification methods that use parametrical approaches do not show satisfying results. The implemented neural network is the fuzzy ARTMAP (FAM) simulator. For training the neural network, particular layers of the covering vegetation classes were used that were identified via field mapping while the aircraft was operating. In the same time separate field data was collected for validation purposes too. For hyperspectral data compression the Minimum Noise Fraction transformation (MNF) was used. This method may be especially useful to separate and classify vegetation or land cover units. The High Tatras are located within the MAB Biosphere Reserve and encompasses alpine and subalpine zones of the Tatra National Park (TPN). The area extends within: 49°10’30’’–49°16’00’’ N and 19°45’30’’–20°07’30’’ E rectangle, encompassing approximately 110 km2 . However, in this publication only Polish part of the Tatra Mountains (so called “High Tatras”) was analysed (Figure 15). Vegetation in the area has been well researched (since the 1920’s), however most of the research has been carried out on transects or glades. Plant species have been well identified and described, however detailed maps of vegetation are available only for selected areas. The most of the research area is covered by natural and seminatural key units: peaty and boggy communities, avalanche meadows, tall herb communities ( Adenostylion ), grassland communities after grazing, subalpine dwarf scrub communities, willow thicket ( Chamaenerion angustifolium-Salix silesiaca community), mountain-pine scrub on silikat substrate ( Pinetum mugho carpaticum silicicolum ), mountain-pine scrub ( Pinetum mugho carpaticum silicicolum ) in a complex with epilitic lichen communities, mountain-pine scrub on calcareus substrate ( Pinetum mugho carpaticum calcicolum ), montane spruce forest ( Plagiothecio-Piceetum ) and lakes. Assessment of neural networks and Imaging Spectroscopy for vegetation classification of the High Tatras In this study a DAIS 7915 hyperspectral data was classified that was acquired on 04 August 2002 by the German Aerospace Center (DLR) in the frame of the HySens PL02_05 project. This instrument is a 79-channel imaging spectrometer operating in the wavelength range 0.4-12.5 μ m with 15 bit radiometric resolution. After preprocessing the obtained ground resolution was 3 meters. The classification procedures (Figure 21) began with a preparation of reference layers of 42 dominant classes for the fuzzy ARTMAP teaching (Figure 22A). This stage based on terrain acquired data. For validation’s map Spectral Angle Mapper (SAM) was used; in the first step, basing on field sampled polygons and endmembers obtained from DAIS data (corresponding to the key areas from the ground mapping) a pre-validation map was created. In the second step, basing on terrain mapping validation polygons of each analysed class were reselected (Figure 22B, Table 4). Parallel to this procedure, an exploration from all 79 bands covering the VIS-TIR regions of the spectrum was made. The first step was a band’s information analysis and the reselection of 60 spectral bands was made (Figures 23 and 24). The second step was to reduce the data dimensionality to 40 original and 20 MNF bands. For the actual classification of the plant communities, a fuzzy ARTMAP simulator was used. In order to obtain the desired results 5000 and 10 000 iterations were used while training the Neural Net. Each set of image bands and reference layer contained a detailed DEM of analysed area. Classification accuracy was measured using ENVI software’s algorithms based on test and training sets. The overall accuracy was measured throughout a pixel by pixel comparison post classification images to ground truth map (prepared from SAM and field’ verified mapping). The final results of the High Tatras polygon are shown in Tables 5-24, and the classification images present in Figures 28-35. Generally, the forty-band set of input data offered higher accuracy (1-2%) than the twenty-MNF-band set (Tables 23 and 24). In the first case, the overall accuracy value achieved was 88.6%, and kappa coefficient was 0.8740. In the case of 20 MNF bands, the overall accuracy was 82.6%, and kappa coefficient 0.8310. Two of fourt-two analysed classes weren’t classified properly: Salicetum herbaceae in a complex with Empetro-Vaccinietum (class# 6) and grassland communities after grazing in a complex with ruderal communities (#32). The worst classification results were achieved in the range of 44-80% for Oreochloo distichae-Juncetum trifidi scree form with Juncus trifidus (#14), Festuca picta community (#30), Vaccinium myrtilus community in a complex with tall herb communities (#36) and willow thicket – Chamaenerion angustifolium-Salix silesiaca community (#37). The best results were achieved for: Oreochloo distichae-Juncetum trifidi typicum (#8); Oreochloo distichae-Juncetum tri fi di sphagnetosum (#11), Oreochloo distichae-Juncetum trifidi subalpine anthropogenic form (#16), Caricetum fuscae subalpinum (#21), Empetro-Vaccinietum in a complex with Pinetum mugho (34), mountain-pine scrub on silikat substrate (38) and waters Hyperspectral data showed significant potential for discriminating different vegetation types. The use of an artificial neural network is a proper method for mapping plant communities; it should be a supporting tool for traditional vegetation mapping. The increased number of bands while classification is being done (more than 40) does not offer a significantly better overall accuracy, but the worst results are not so low like in the case of twenty-MNF band sets. The processing time of MNF-transformed data was significantly shorter while provides less accurate classification results (3-6% less overall accuracy compared to using forty-band sets). A long training time is the most inconvenient aspect of this kind of classification.

5

Metodyka wykorzystania super- i hiperspektralnych danych satelitarnych w analizie jakości wód śródlądowych

Osińska-Skotak K.

Prace Naukowe Politechniki Warszawskiej. Geodezja

|

2010

|

z. 47

3-153

PL

Różnorodność danych satelitarnych, które są obecnie dostępne, daje szerokie możliwości prowadzenia monitoringu jakości wód powierzchniowych. Dotyczy to zarówno wielkości monitorowanego obszaru (wielkość sceny satelitarnej), szczegółowości określania rozkładu przestrzennego (wielkość piksela), jak również doboru parametrów opisujących jakość wody. Do niedawna panowało przekonanie, że zastosowanie technik teledetekcyjnych do badania jakości wód śródlądowych jest ograniczone, bo wiele zanieczyszczeń nie powoduje zmiany barwy wody, która jest widoczna bezpośrednio na zdjęciach satelitarnych. Dostępne obecnie satelitarne zdjęcia super- i hiperspektralne oferują nowe możliwości, co pozwala zrewidować poglądy, dotyczące przydatności danych satelitarnych do oceny jakości wód jeziornych. Teledetekcyjny monitoring jakości wód od wielu lat jest prowadzony w odniesieniu do wód morskich i oceanicznych. W przypadku wód śródlądowych opracowano szereg formuł obliczeniowych dla konkretnych jezior lub typów jezior, ale jak dotąd brak uniwersalnej formuły obliczeniowej, niezależnej od rodzaju zbiornika wodnego. W niniejszej pracy przedstawiono metodykę przetwarzania danych super- i hiperspektralnych, pozwalającą na uzyskanie rozkładu wybranych parametrów jakości wód śródlądowych. Zaprezentowano syntetyczne wyniki badań prowadzonych od 2003 roku dla dwóch obszarów testowych, "Mazury" oraz "Zalew Wiślany". Celem tych badań było poszukiwanie takich zależności między danymi satelitarnymi a parametrami jakości wód, które nie zależałyby od rodzaju zbiornika i daty pomiaru. W wyniku tych badań uzyskano formuły obliczeniowe dla widzialności krążka Secchiego, zawartości zawiesiny ogółem, zawartości chlorofilu-a, zawartości fosforu ogółem oraz zawartości azotu ogółem, które wykazują uniwersalny charakter. Weryfi kacja wybranych formuł obliczeniowych wykazała, że zależności prezentowane w ramach niniejszej pracy pozwalają w sposób operacyjny uzyskać rozkład wybranych parametrów jakości wód śródlądowych z wystarczającą dokładnością.

EN

The variety of satellite data available at present offers great possibilities for surface water quality monitoring in terms of size of the monitored area (the size of satellite scene), possibility of obtaining various water quality parameters (different spectral bands) and precision of spatial distribution of those parameters (pixel size). An existing recent conviction shows the idea that using remote sensing techniques for investigation of inland water quality for many pollutants is limited due to changing water color, which is not visible on satellite images directly. Currently available satellite super- and hyperspectral images offer new possibilities, which permits to revise opinions on the usefulness of satellite data for assessment of lake water quality. Remote sensing monitoring of water quality in case of sea and oceanic waters has been made for many years. Many computational formulae in reference to inland waters were elaborated for individual lakes or types of lakes, but there is no universal formula independent of the kind of water basin. The elaboration of the processing methodology of superspectral CHRIS satellite data for inland waters quality assessment was the main aim of this study. The thesis presents results of a study carried out since 2003 for two tested areas, the Mazurian lakes and the Vistula Lagoon. An attempt to establish relationships between satellite data and water quality parameters which would not depend on the kind of reservoir and date of measurement was the aim of these investigations. As a result of these investigations, computational formulae were elaborated which show the universal character Secchi Disc Depth, chlorophyll-a concentration, total suspensed sediment content, total phosphorus content and total nitrogen content. Verification of selected computational formulae has shown that the relationships obtained as part of the present work give the possibility to get the distribution of chosen inland water quality parameters in operational way with sufficient accuracy.

6

Biblioteka spektralna gatunków zielnych Ogrodu Botanicznego Uniwersytetu Warszawskiego

Zagajewski B., Sędzikowski Z.

Teledetekcja Środowiska

|

2009

|

T. 41

121--133

EN

An objective of this paper is to form a spectral library of endmembers of the Polish Lowland vegetation species, which were collected in the Botanic Garden of the University of Warsaw, which is one of the oldest (it was founded in 1818) and the smallest (5 ha) botanic gardens in Poland. For the data acquisition ASD FieldSec3 JR, Chlorophyll Content Meter CCM-200 and a digital camera were used. Each spectral library set contains: 300 separate spectrometric measurements (100 dark current, 100 white reference and 100 ASD Plant Probe Leaf Clip); Chlorophyll Content Index and biometric information (e.g. LAI, fAPAR); 3 digital photos, time and localisation data. The spectral library contains 73 characteristics of the most important plant species (from the “red list” of protected plants and the most famous plants of the Polish Lowland Flora). Now all these data will be upgrading the Swiss SPECCHIO library as a local Polish input to the European spectral database.

7

Przetwarzanie wstępne danych z hiperspektralnego sensora satelitarnego HYPERION

Głowienka E.

Archiwum Fotogrametrii, Kartografii i Teledetekcji

|

2008

|

Vol. 18a

131--140

PL

W artykule przedstawiono metodykę przetwarzania wstępnego satelitarnych danych hiperspektralnych z sensora HYPERION. Jest to sensor umieszczony na platformie satelity EO-1 (Earth Observing - 1) wraz z multispektralnym sensorem ALI (Advanced Land Image). Hyperion rejestruje obraz w 242 kanałach z rozdzielczością spektralną 10 nm dla zakresów 357÷1058 nm (70 kanałów VNIR) oraz 852÷2576 nm (172 kanałów SWIR), z rozdzielczością przestrzenną 30 m. W artykule przedstawiono wyniki metod przetwarzania danych hiperspektralnych dla fragmentu sceny HYPERIONA. Przetwarzanie wstępne tzw. pre-processing wymaga odpowiedniego przygotowania i analizy danych. Przeprowadzane w programie ENVI (Environment for Visualizing Image) procedury pre-processingu obrazu HYPERIONA, podzielone zostały na dwa główne etapy. W pierwszym etapie wykonano, tzw. destriping, czyli usuwanie zakłóceń spowodowanych niestabilnością sensora lub wadliwie działającymi detektorami oraz korekcję efektu smile, ujawniającego się w obrazach hiperspektralnych w postaci gradientu jasności. Do identyfikacji kanałów obarczonych efektem smile a także do częściowego wyeliminowania tego zakłócenia wykorzystano transformację Minimum Noise Fraction (MNF) oraz Inverse MNF. W drugim etapie pre-processingu wykonana została korekcja atmosferyczna obrazu HYPERIONA. Korekcję przeprowadzono za pomocą programu Fast Line-of-sight Atmospheric Analysis of Spectral Hypercubes (FLAASH) dostępnego, jako moduł programu ENVI. W wyniku dokonanego na obrazie HYPERIONA pre-processingu, usunięte zostały zakłócenia stripingu, smilingu oraz zakłócenia związane z wpływem atmosfery.

EN

The paper presents methodology of preliminary pre-processing of spaceborne hyperspectral data. HYPERION is a sensor, placed on the platform of EO-1 (Earth Observing-1) satellite, which records images in 242 channels, at the spectral resolution of 10 nm and the spatial resolution of 30 m. The paper described results of processing hyperspectral data for the HYPERION’s scene fragment. Preliminary processing, or the so-called pre-processing requires proper preparation and analysis of data. Procedures of pre-processing a HYPERION's image, performed with the use of ENVI (Environment for Visualizing Image) software, were split into two main stages. The first stage involved the so-called destriping, or the removal of interference caused by the instability of the sensor and defectively operating detectors. Another very important measure, aimed at preparing the image for the subsequent extraction of its thematic information was the removal of the "smile" effect, revealed in hyperspectral images in the form of the brightness gradient. The Minimum Noise Fraction (MNF) and Inverse MNF transformations were applied to identify those channels burdened with the "smile" effect, and also to partially eliminate that interference. The second stage of pre-processing involved the atmospheric correction of the HYPERION's image. That correction was achieved by means of Fast Line-of-sight Atmospheric Analysis of Spectral Hypercubes (FLAASH) programme, available as a module of ENVI software. The pre-processing resulted in removal of striping, smiling, and interfering of atmosphere's impact.

8

Próba integracji satelitarnych obrazów hiperspektralnych z nieobrazowymi naziemnymi danymi spektrometrycznymi na przykładzie Zbiornika Dobczyckiego

Hejmanowska B., Drzewiecki W., Głowienka E., Mularz S., Zagajewski B., Sanecki J.

Archiwum Fotogrametrii, Kartografii i Teledetekcji

|

2006

|

Vol. 16

207--216

PL

W czerwcu 2006 został przeprowadzony eksperyment teledetekcyjny w rejonie Zbiornika Dobczyckiego, w ramach, którego dokonano rejestracji hiperspektralnych obrazów satelitarnych Hyperion i ALI. Równocześnie przeprowadzono pomiary naziemne za pomocą spektrometru FieldSpec HH firmy ASD Inc., (Analytical Spectral Device) oraz pobrano próby osadów dennych ze zbiornika i wody nad osadowej. Miejsce pobrania prób wyznaczano za pomocą odbiornika GPS. Do przetwarzania obrazów satelitarnych oraz ich porównania z pomiarami spektrometrycznymi wykorzystano oprogramowanie ENVI. Ostatecznie wybrane z obrazów z HYPERION kompozycje barwne oraz wyniki analiz zostały zintegrowane z innymi warstwami istniejącymi już w bazie danych GIS (archiwalne obrazy satelitarne, lotnicze, mapy topograficzne, mapa sozologiczna, mapa glebowa, DTM) w środowisku Geomedia. Wykorzystano możliwość integracji różnych formatów i układów współrzędnych (1992 – ortofotomapa, DTM, mapa sozologiczna, 1942 – mapa glebowa, UTM – archiwalne obrazy satelitarne, pomiar GPS). Przetwarzanie obrazów hiperspektranych za pomocą oprogramowania ENVI polegało, na wstępnej korekcji wpływu atmosfery i próbie porównania krzywych spektrometrycznych z krzywymi spektralnymi z obrazów satelitarnych. Ostatnim etapem była analiza porównawcza wyników pomiaru bezpośredniego wody nad osadowej z przebiegiem krzywych spektralnych uzyskanych teledetekcyjnie. W artykule opublikowano wstępne rezultaty badań prowadzonych w ramach projektu KBN 3T 09D 09429 pt. „Badania procesów akumulacji i przemian związków chemicznych w osadach Dobczyckiego Zbiornika wody pitnej dla miasta Krakowa w celu oceny jego stanu jako ekosystemu”. Uzyskane w omawianym eksperymencie wyniki stanowią potencjalnie znacznie większy materiał badawczy niż zostało to zaprezentowane w publikacji. W przyszłości planowane są dalsze prace w kierunku lepszej wstępnej kalibracji obrazów satelitarnych, co umożliwiłoby wiarygodne porównanie pomiarów naziemnych i obrazów satelitarnych.

EN

In June 2006, a remote sensing experiment for Dobczyce Reservoir monitoring, was performed. The following data was gathered: hyperspectral images – HYPERION, multispectral images – ALI, ASD spectrometer measurements, laboratory measurements of water probe in 6 points of the reservoir. Point position was measured by GPS. Images were processed using ENVI software, initial correction and data extraction was performed. For integration, data in different formats and Geomedia coordinate systems was applied. In the paper, some results of laboratory measurements area are presented. The data was analyzed on the satellite composition to test the qualitative correlations between images and laboratory measurements. A coincidence was obtained in about 70 % (its reliability is limited because of amount of measurement points). Reflection coefficient in upper part of reservoir (more suspended matter) was ca. 0.06 and in lower part it was ca. 0.02, which confirms the quantitatively visual interpretation of the satellite composition. Unfortunately, comparison between spectrometric measurements with the spectral curve from satellite image was not successful. Image correction of the atmospheric effect was probably not satisfactory. In this paper, only initial results of the experiment are presented. In the future, the improvement of the initial correction is planned to make the comparison between spectrometer and image spectral curves possible.