Dálkový průzkum Země a jeho aplikace. Lucie Kupková, Markéta Potůčková Přírodovědecká fakulta, KAGIK Univerzita Karlova v Praze
|
|
- Dominika Burešová
- před 8 lety
- Počet zobrazení:
Transkript
1 Dálkový průzkum Země a jeho aplikace Lucie Kupková, Markéta Potůčková Přírodovědecká fakulta, KAGIK Univerzita Karlova v Praze
2 Obsah přednášky Podstata DPZ Oblasti spektra využitelná pro DPZ Části spektra použitelná pro DPZ Záření po dopadu na zemský povrch Spektrální chování Křivka spektrální odrazivosti Spektrální projev (voda, vegetace, půda ) Spektrální rozlišení Spektrální knihovna Digitální snímek Barevný kompozit Zpracování digitálních dat Aplikace DPZ (projekt HyMountEcos, tundra, mapování sněhu) Software a data DPZ
3 Dálkový průzkum Země (1) (5) (6) (7) (2) (2) (4) Referenční data (9) (3) (8) 1. Zdroj energie 2. Průchod atmosférou 3. Interakce se zemským povrchem 4. Záznam záření senzorem 5. Přenos dat 6. Záznam a distribuce dat 7. Zpracování, interpretace, analýza 8. Výstupy 9. Využití
4 Elektromagnetické spektrum Nositelem informace v DPZ je elektromagnetické záření Toto záření má tzv. duální charakter, za určitých podmínek se projevuje jako částice ( fotony : částicový korpuskulární charakter), za jiných jako vlnění (vlnový charakter) Elmg. záření tvořeno elmg. vlnami = zvláštní případ elmg. pole, v němž se periodicky mění velikost intenzity elektrického E a magnetického H pole Spojité spektrum, obrovský rozsah 20 řádů Výhodou DPZ oproti lidskému oku je to, že vidí, tj. zachytí, a tudíž dokáže k analýzám využít i jiné části spektra než jen záření viditelné nové informace Frekvence Vlnová délka
5 Průchod záření atmosférou To, které části proniknou na zemský povrch a mohou tak být využity pro účely DPZ, ovlivňuje atmosféra. Než záření dopadne na zemský povrch, dochází při průchodu atmosférou k rozptylu a pohlcování (absorpci). Rozptyl -způsoben částicemi v atmosféře (např. prach) a velkými molekulami plynů - interakce a odchýlení elmg. záření z původní dráhy - intenzita rozptylu závisí na několika faktorech např. na vlnové délce a množství částic v atmosféře
6 Průchod záření atmosférou Absorpce záření (pohlcování) Způsobují molekuly látek, které pohlcují elmg. energii různých vlnových délek Plyny (O 3, O 2, CO 2, CH 4, N 2 O), vodní pára Ovlivňují to, které části spektra proniknou na zemský povrch (možno využít pro DPZ) části spektra, pro něž je atmosféra průchodná, se nazývají atmosférická okna Pohlcené záření
7 Oblasti spektra využitelné v DPZ V důsledku vlivů atmosféry (pohlcování, rozptyl záření) lze snímky vytvářet pouze v určitých částech spektra: Teoreticky ultrafialové záření (UV) 0,1 0,4 μm viditelné záření (VIS) 0,4 0,7 μm infračervené záření blízké (NIR) 0,7 1,1 μm infračervené záření střední (MIR) 1,1 5 μm tepelné záření (TIR) 8,0 14 μm mikrovlnné záření (MW) 1 mm 1 m prakticky viz atmosférická okna
8 Ultrafialové záření (0,1 0,4 μm) Je to záření škodlivé pro živé organismy. K zemskému povrchu je propouštěna pouze malá část. V DPZ se využívá v podobě tzv. UV laseru. Může sloužit pro vyhledávání ložisek zlata, pro monitorování ropných skvrn. Toto záření také do jisté míry prochází vodním sloupcem. Mnoho minerálů vydává charakteristické záření v těchto vlnových délkách (využití v mineralogii). Intenzita pohlcování UV záření O3 slouží k monitorování mocnosti ozónové vrstvy. Celkové množství ozónu Družice NOOA
9 Viditelné záření (0,4 0,7 μm) V oblasti viditelného záření pracují všechny konvenční metody a také většina družicových systémů. Je nejvyužívanější částí spektra především z historického hlediska. Neprochází oblačností a mlhou, lze ho zaznamenávat pouze v denních hodinách. Značný rozptyl a pohlcování má za následek např. ztrátu kontrastu viditelných snímků. Ve srovnání s delšími vlnovými délkami je toto záření schopno procházet vodním sloupcem především v modré části spektra. To umožňuje studovat mnoho fyzikálních i biologických vlastností vodních objektů. Jednotlivé horniny, minerály ani půda neukazují odlišnosti ve spektrálním chování ve viditelné části spektra. Důležité pro kompozit v pravých barvách
10 Snímky ve viditelné části spektra Změny v krajině v důsledku povrchové těžby Most a okolí, srpen 1996
11 Infračervené záření blízké (0,7 1,1 μm) Tvoří pokračování atmosférického okna z viditelné části spektra. Lze je zaznamenávat jak konvenčními fotografickými metodami (do 0,9 μm) tak i elektronicky. Je již méně pohlcováno a rozptylováno atmosférou. V důsledku toho jsou snímky ostré s dobrým kontrastem. Hodí se k topografickým účelům, důležité jsou tyto vlnové délky pro studium vegetace především v lesnictví a zemědělství. Voda se v těchto vlnových délkách chová téměř jako absolutně černé těleso.
12 Snímky v blízké IČ části spektra Globální mapování vegetace
13 Infračervené záření střední (1,1 5 μm) Zahrnuje dvě atmosférická okna se středy přibližně 1,5 a 2,2 mikrometrů. Obě jsou důležitá především pro vegetační a geologické studie. První okno např. umožňuje dobré odlišení druhů vegetace, hodí se k rozpoznávání ledu a sněhu, k odlišení oblačnosti a ke studiu zdravotního stavu vegetace. Druhé okno je oblastí, ve které má mnoho minerálů charakteristický absorpční pás. Množství odraženého záření je výrazně větší, než množství záření emitovaného. V důsledku tohoto malého množství záření emitovaného nelze blízké a střední infračervené vlnové délky využít ke zjišťování teplotních vlastností povrchů. To je možné až v oblasti termálního infračerveného záření, kde je podíl emitovaného záření větší.
14 Snímky ve střední IČ části spektra Mapování výskytu minerálů a hornin
15 Snímky v optické části spektra Viditelné, blízké a střední infračervené záření můžeme souhrnně označit jako optickou (pasivní) část spektra. Snímání v těchto částech spektra je závislé na počasí a na denní době (nelze snímat v noci). Při použití digitálních metod snímání můžeme dosáhnout vysokého prostorového rozlišení až 0,5 m (např. družice GeoEye-1 nebo WorldView-1 a 2). Protože dnes již máme dobré znalosti o spektrálním chování jednotlivých zemských povrchů a objektů (teorie spektrálního chování), můžeme pro rozpoznání přítomnosti/druhů objektů a povrchů, ale dokonce i k posouzení jejich stavu/kondice (obsah různých látek, stáří, vlhkost apod.) využít automatických metod (klasifikaci). V infračervené oblasti spektra tyto znalosti a metody umožňují rozpoznávat druhy povrchů, jevy a procesy, které jsou jinak lidským okem nepostižitelné.
16 Tepelné záření (5 μm 1 mm) Obsahuje dvě atmosférická okna v intervalu přibližně 3-5 a 8-12 mikrometrů. Snímků se používá např. ke zjišťování povrchové teploty oceánů (SST), k mapování tepelného znečištění řek a jezer i samotné krajiny, k lokalizaci lesních požárů apod. Protože v oblasti 3-5 mikrometrů je ještě množství odraženého záření poměrně značné, k měření radiační teploty lze využívat pouze nočních hodin. V oblasti 8-12 mikrometrů je již množství odraženého slunečního záření ve srovnání s emitovaným zářením velmi malé, těchto vlnových délek potom lze využít ke zjišťování radiační teploty i během denních hodin. K přesným kvantitativním měřením je nutná dobrá znalost tzv. emisivity objektů a procesů, které ovlivňují záření v atmosféře. V případě přesné kalibrace umožňují snímky získávat poznatky o tepelné bilanci objektů
17 Termální snímky studium vulkánů
18 SST Sea surface temperature Povrchová teplota oceánů (25. června 2010) data z družice MODIS
19 Monitoring požárů Požáry v Řecku 1997 a 1998, data Družice RESURS MSU-SK, termální pásmo s prostorovým rozlišením 600 m
20 Mikrovlnné záření (1 mm 1 m) Je využíváno pasivními i aktivními metodami (RADAR). Tyto dlouhé vlnové délky mohou za vhodných podmínek pronikat i pod povrch. Nejméně závisí na podmínkách počasí, je výrazně zeslabováno pouze v případě vydatného deště. Intenzita přirozeně emitovaného mikrovlnného záření je velmi nízká, musí měřící zařízení k zachycení zjistitelného signálu měřit toto záření na poměrně velké ploše. To je příčinou malého prostorového rozlišení dat získaných pasivními metodami v mikrovlnné části spektra. Značný rozvoj zaznamenávají aktivní systémy, poskytují data využitelná především pro studium reliéfu, plovoucího ledu, v geomorfologii, v lesnictví i v zemědělství. Pomocí aktivních mikrovlnných systémů lze získat i neobrazová data, informace o výškových poměrech, o řadě meteorologických prvků atd.
21 Radarové snímky mapování polárních oblastí
22 Záření po dopadu na zemský povrch Při kontaktu záření s materiálem na povrchu Země ovlivnění parametrů záření změněná, sekundární vlna Sekundární záření změna energie, geometrie Odražené (reflected) Pohlcené (absorbed) Prošlé (transmitted) E I (λ)=e R (λ)+e A (λ)+e T (λ) E I (λ) incident (dopadající) energy E R (λ) reflected energy E A (λ) absorbed energy E T (λ) transmitted energy Záleží na: -záření - vlnové délce, úhlu dopadu, polarizaci - fyz. a chem. vlastnostech materiálu = druhové parametry (struktura, elektrické vlastnosti, složení) -možno určit kondici daného povrchu = stavové parametry (vlhkost, stáří, příměsi atd.)
23 Spektrální projev Odrazové vlastnosti povrchů v závislosti na vlnové délce, fyzikálních a chemických vlastnostech povrchů formují jejich spektrální chování - projev Spektrální odrazivost: р λ = E R (λ)/ E I (λ) energie odražená (reflected) ku dopadající (incident) pro určitou vlnovou délku Možno popsat pomocí křivky spektrální odrazivosti závislost odrazivosti nebo emisivity na vlnové délce charakteristická pro daný objekt (rozlišení objektů) různé stavy jednoho objektu (posun hodnot) Dva objekty, které odrážejí podobné množství energie v jednom intervalu vlnových délek, mohou odrážet rozdílné množství v jiném int. jiné spektrální chování odlišení objektů
24 Spektrální projev vegetace Odrazivost vegetace ovlivňují druh rostliny, uspořádání vegetace (pokryv, míšení), fenologická fáze, voda, obsah minerálů, chemických látek, stáří, zdravotní stav
25 Spektrální projev vegetace
26 Red edge oblast rychlé změny v odrazivosti vegetace mezi pásmem pigmentační absorpce a buněčné struktury mezi 680 nm a 730 nm změna v odrazivosti 5 50% REIP the red edge inflection point Silný indikátor obsahu chlorofylu (čím větší číslo, tím vyšší obsah) posun změna kondice/aktivity vegetace REIP
27 Vegetační index VI = NIR R Normovaný vegetační index NDVI = (NIR R)/(NIR + R) Listový index LAI = L/S poměr plochy všech listů L k ploše půdy S
28 NDVI - aplikace Následující čtyři snímky jsou příkladem změn v hodnotách NDVI v průběhu vegetačního období v Evropě, v severní Africe v oblasti Sahelu První snímek je z počátku roku, kdy vegetace je zaznamenána pouze v nejjižnějších částech Evropy Druhý snímek ukazuje nástup jara na konci měsíce března a postupný nástup rozvoje vegetace ve střední Evropě Třetí ze série snímků zachycuje rozvoj vegetace na konci června Poslední snímek zachycuje situaci z konce září s postupným ústupem vegetace patrným především v severní a východní Evropě.
29 Vegetace spektrální rozdíly mezi druhy
30 Vliv vývoje vegetace
31 Vegetace vliv obsahu vody
32 Spektrální projev vody Voda v kapalném skupenství vysoká pohltivost (nízká odrazivost) ve VIS, NIR, MIR Relativně vyšší propustnost u krátkých vln ve VIS možno získat informace o dnu nádrže (max. 0,48 µm modrésvětlo) záření proniká až do 20m V IČ části spektra se voda chová téměř jako černé těleso, intenzivně pohlcuje záření a na snímcích se jeví jako nejtmavší Jakékoliv částice zvyšují odrazivost Sníh vysoká odrazivost viditelné a IČI pásmo, minima 1.55 m 1.75 a m čistota sněhu, velikost sněhových částic, stáří sněhu, množstv ství vody (tání)
33 Spektrální projev půd Spektrální vlastnosti půd formují především následující faktory: minerální složení půdní vlhkost obsah organických látek textura (drsnost) půdního povrchu vlhkost a) w = 5% b) w = 20% c) w = 40% Půda je komplexem biotických a abiotických součástí - z hlediska spektrálních vlastností je povrchem značně heterogenním. Spektrální projev anorganického materiálu je jednodušší než u vegetace. Anorganické látky se obecně vyznačují pozvolným vzestupem odrazivosti se vzrůstající vlnovou délkou. Odchylky od tohoto obecného schématu jsou způsobeny chemickým složením, mechanickými vlastnostmi, strukturou povrchu, erozními procesy apod.
34 Spektrální projev půd Vyšší vlhkost půdy způsobuje její sníženou odrazivost Obsah půdní vláhy často silně koreluje s texturou půdy. Hrubé písčité půdy s nízkým obsahem půdní vláhy mají vyšší odrazivost. Špatně odvodňované půdy s jemnozrnnou strukturou budou mít obecně nižší odrazivost. Minerální složení se projevuje v charakteristickém zabarvení půdy. V oblasti mikrovln je množství odraženého či emitovaného dlouhovlnného záření ovlivňováno především vlhkostí a drsností povrchu. Obsah humusu a železa a) Vysoký obsah humusu d) Nízký N obsah železa b) Nízký N obsah humusu e) Vysoký obsah železa c) Bez příměsíp
35 Spektrální projev minerálů a hornin Vhodnými oblastmi spektra, ve kterých lze dobře charakterizovat odrazové vlastnosti jednotlivých hornin a především minerálů, jsou střední infračervené vlnové délky a také oblast termálního záření Chemické složení určuje spektrální chování hornin ve viditelném a infračerveném oboru spektra. V oblasti termálního záření je pro jednotlivé druhy hornin charakteristická jejich tepelná kapacita. V oblasti mikrovln ovlivňují vzhled snímků především dielektrické vlastnosti.
36 Spektrální projev minerálů V křivkách spektrálního chování jednotlivých minerálů lze poměrně přesně lokalizovat absorpční pásy způsobené jednotlivými chemickými prvky či sloučeninami a také pásy způsobené přítomností vody
37 Spektrální projev hornin Výsledný tvar spektrální křivky odrazivosti hornin ovlivňují hlavně absorpční pásy ve spektru minerálů. Jejich rozmístění je dáno chemickým složením a krystalickou stavbou. V dlouhovlnné části spektra, ve které převažuje intenzita vyzařování nad intenzitou odraženého záření, hovoříme o křivkách spektrální emisivity.
38 Spektrální projev antropogenních povrchů antropogenní povrchy (beton, asfalt, střechy zastavěné, zpevněné povrchy) - blízké chování přírodního povrchu bez vegetace - závisí na druhu materiálu -emisivita - MW kovové materiály, drsnost, vlhkost
39 Spektrální knihovna
40 Digitální snímek a jeho vlastnosti Digitální snímek se skládá z tzv. obrazových prvků pixelů Každý pixel je charakterizován hodnotou DN (digital number).
41 Spektrální rozlišení Udává ve kterých částech spektra jsou data nasnímána jak široká jednotlivá pásma jsou (rozpětí vlnových délek) kolik pásem data obsahují panchromatický snímek multispektrální snímky hyperspektrální snímky
42 Prostorové rozlišení Zhruba odpovídá velikosti obrazového prvku Družice METEOSAT 7 NOAA 17 LANDSAT 7 SPOT 5 QuickBird Pixel 2,5 5 km 1,1 km 30 (15) m 2,5 (10) m 2,8 (0,65) m
43 Časové rozlišení Frekvence, s jakou systém vytváří snímky stejného území Družice Časové rozlišení Šířka scény METEOSAT 7 30 minut polokoule NOAA hodin km QuickBird 2 4 dny 11 km LANDSAT 7 16 dnů 185 km SPOT 5 26 dnů 60 km
44 Multispektrální informace
45 Multispektrální data družice Landsat Příkladem multispektrálních dat jsou snímky z družice Landsat 5 ze senzoru, který se nazývá Thematic Mapper Družice byla vypuštěna v roce 1984 a je stále funkční Od února 2009 jsou všechna data družice Landsat volně ke stažení na stránkách USGS - jedná se o data archivní i nově nasnímaná Pásma senzoru LTM5 Pásmo Vlnová délka (µm) Velikost pixelu (m) Modrá Zelená Červená Blízké IR Střední IR Termální IR Střední IR
46 Landsat 8 Stručně o rozdílech mezi Landsatem 7 (resp. dřívějšími) a Landsatem 8 (LDCM): o Landsatu 8 snímky Landsat volně ke stažení (po krátké registraci)
47 Spektrální rozlišení dat LTM5
48 Způsoby vizualizace Senzory, které pořizují snímky, pracují tak, že zaznamenávají a v tzv. kanálech (pásmech) ukládají informace z úzkého pásma (intervalu) vlnových délek potom můžeme kombinovat a zobrazovat tyto kanály digitálně s využitím právě tří zmíněných primárních barev modré, zelené a červené Pokud tři různé nasnímané kanály (intervaly vlnových délek) zobrazíme každý jednou primární barvou, zkombinují se tyto primární barvy v různém poměru v závislosti na tom, jak jasný je každý pixel v každém nasnímaném kanálu
49 Způsoby vizualizace 1. Černobílý (šedotónový) obraz 2. barevná syntéza (RGB systém) 3. pseudobarevný obraz (indexové barvy)
50 Snímky v odstínech šedi (panchromatické snímky) Když zobrazíme jeden kanál ve všech třech primárních barvách, bude hodnota odrazivosti každého pixelu ve všech třech primárních barvách stejná a vznikne černobílý obraz, který obsahuje různé odstíny šedí od bílé po černou. Vstupní pásmo R G B Výsledný odstín černá tmavě šedá šedá světle šedá bílá
51 Barevná syntéza v pravých barvách Vstupní pásmo Výsledný odstín 0,4-0,5 μm B R G B černá RGB tmavě šedá 0,5-0,6 μm G tm. zelená zelená žlutá 0,6-0,7 μm R světle šedá bílá barvy použité pro prezentaci pásem odpovídají vlnovým délkám, ve kterých byla pásma pořízena
52 Syntéza v nepravých barvách 0,5 0,6 μm 0,6 0,7 μm 0,8 0,9 μm Snímek z infračervené části spektra
53 Základní etapy digitálního zpracování snímků Předzpracování obrazu Radiometrické korekce Atmosférické korekce Geometrické korekce Zvýraznění obrazu Bodová zvýraznění Prostorová zvýraznění Vícepásmová zvýraznění kontrast prahování Klasifikace obrazu Klasifikace řízená a neřízená Klasifikace per-pixel a per-object filtrace Specifika zpracování radarových a hyperspektrálních dat Studium dynamiky jevů Modelování s obrazovými daty Integrace obrazových dat do GIS
54 Klasifikace obrazu Proces, při kterém je jednotlivým obrazovým prvkům přiřazován určitý informační význam. Cílem je nahradit hodnoty radiometrických charakteristik původního obrazu, které vyjadřují spektrální vlastnosti objektů a jevů na něm zobrazených, hodnotami vyjadřujícími tzv. informační třídy (např. land cover) Typ a obsah nové informace (např. tematické mapy) závisí na zaměření celého projektu. Hledané informační třídy jsou definovány na počátku procesu klasifikace ve formě tzv. klasifikačního schématu. Klasifikace není procesem jednosměrným, je procesem iteračním.
55 Klasifikace per pixel NEŘÍZENÁ ŘÍZENÁ Nevyužívá trénovacích dat, nevyžaduje a priori informaci o vlastnostech hledaných tříd Základním předpokladem, ze kterého vychází, je to, že pixely, které patří do jedné třídy, jsou ve vícerozměrném prostoru přirozeně blízko sebe a naopak pixely odlišných skupin, které představují povrchy lišící se svým spektrálním chováním, jsou dobře separované. Výsledkem první fáze neřízené klasifikace jsou tzv. třídy spektrální. Až jejich interpretací a postupným spojováním vznikají třídy informační. definování tzv. trénovacích ploch výpočet statistických charakteristik tzv. spektrálních příznaků pro trénovací plochy charakterizující jednotlivé třídy, jejich editace a výběr vhodných pásem pro vlastní klasifikaci volba vhodného rozhodovacího pravidla (tzv. klasifikátoru) pro zařazení všech prvků obrazu do jednotlivých tříd zatřídění všech obrazových prvků do vymezených tříd úprava, hodnocení a prezentace výsledků klasifikace
56 Objektově orientovaná klasifikace Základní jednotkou pro klasifikaci není obrazový prvek (pixel), ale skupina prostorově souvisejících pixelů (field, image object primitive ). Tato skupina pixelů je vytvořena procesem segmentace obrazu. Jejím cílem je pospojovat pixely podobných vlastností do skupin. Nejsou uvažovány jen vlastnosti spektrální, ale například textura, tvar, velikost, topologické vlastnosti apod.
57 Projekt HyMountEcos (Hyperspectral remote sensing for Mountain Ecosystems) KRNAP (spolupráce od r dr. Andrle,, dr. Kociánov nová,, dr. Březina B a další ší) EUFAR - Česko-polský projekt (Varšavsk avská Univerzita doc. Bogdan Zagajewski) První kampaň konec června 2012, druhá od 10. záříz záříz 2012 nasnímána HS data skenerem APEX pro českou a polskou část Krkonoš Cíle Mapování a inventarizace horských ekosystémů Analýza společenstev, enstev, druhů a invazivních druhů Hodnocení kondice lesních ekosystémů (biofizykální parametry, spektráln lní parametry) Návrh komplexního zpracování dat pro hodnocení horských ekosystémů
58
59
60 Ukázka dat APEX (Airborne( Prism Experiment) Prostorové rozlišen ení 2 m nm Cca 300 spektráln lních pásemp
61 Diplomové práce HyMountEcos Hodnocení lučních společenstev enstev a invazivních druhů Analýza chlorofylu jako indikátoru fyziologického stavu smrkových porostů Analýza ligninu jako indikátoru fyziologického stavu smrkových porost Geologické mapování vrcholových partií Krkonoš Odhad množstv ství lesní biomasy (využit ití dat laserového skenování) Podrobná mapa land cover Krkonoš Klasifikace antropogenních materiálů z HS dat Tundra klasifikace land cover vývoj vegetace Např.. kosodřevina, rašelini eliniště,, 2b ostatní,, alpínsk nská vřesoviště,, subalpínsk nská brusnicová vegetace, alpínsk nské trávn vníky, alpínsk nské trávn vníky vyfoukávan vané,, acidofilní vegetace alpínských drolin Spektráln lní charakteristiky, strukturáln lní charakteristiky, biofyzikáln lní vlastnosti (LAI, fapar)
62 Aplikace tundra změny vegetace (citlivý ekosystém) horní hranice lesa International Tundra Experiment ation.pdf
63 Aplikace polární oblasti sníh a led Ve viditelné a blízké infračervené části spektra mají sníh a led vysokou odrazivost. Odrazivost čerstvě napadlého sněhu převyšuje odrazivost ostatních povrchů. Podobně vysokou odrazivost mají horní vrstvy oblačnosti, tvořené ledovými krystalky. Odlišení oblačnosti (ledu) a sněhu lze provést ve středním infračerveném pásmu, ve kterém je odrazivost sněhu významně nižší než odrazivost oblačnosti. Nečistoty snižují odrazivost sněhu. Čím větší sněhové částice, tím menší odrazivost (především v IČ spektru). Se stářím sněhu klesá odrazivost (vyšší vodní hodnota sněhu, snížení odrazivosti především v IČ pásmu). Vodu v kapalném skupenství a led lze dobře odlišit v oblasti mikrovln odlišné elektrické vlastnosti (na radarových snímcích). To umožňuje monitorování procesu tání sněhu a ledu. Projekt Floreo
64 Data Viditelné spektrum vysoká reflektance až 80%. MSS Landsat (červený kanál 0,6 0,7 m), Spot, NOAA AVHRR, METEOSAT, MODIS METEOSAT a NOAA - přinášejí vysokou četnost měření, ovšem nízké prostorové rozlišení (1km, 5 km) družice Terra - skener MODIS m Výhodou dat MODIS je každodenní přelet nad daným územím a přímočařejší vyhodnocení dat. Radarové snímky např. družice Envisat a skeneru ASAR v rozlišení 150 m, TerraSAR-X možné zpracovávat bez omezení oblačností, ovšem s periodou opakovaného měření 34, resp. 11 dní Katalog polárních dat
65 Normalised Diference Snow Index Princip výpočtu stejný jako NDVI - porovnání odrazivosti v pásmech se středy na vlnových délkách přibližně 0,66 μm a 1,6 μm. Atmosféra je v těchto vlnových délkách transparentní, sněhová pokrývka velmi intenzivně odráží ve viditelné částispektra, ve střední IČ její odrazivost výrazně klesá NDSI = (R 0,66 R 1,6 )/(R 0,66 R 1,6 ) Na snímcích ve viditelné části spektra je sníh v důsledku vysoké odrazivosti velmi těžko rozpoznatelný od oblačnosti. Na 1,6 μm sníh záření výrazněji absorbuje a je tedy mnohem tmavší než oblačnost. Hodnoty NDSI menší než 0,4 indikují plochy pokryté sněhem.
66 Hloubka sněhu Snow water equivalent (SWE) Měření: Gama záření - princip snížení přirozené terestrické radiace masou vody v pokrývce sněhu gama radiační spektrometry
67 Pevninský led Světové středisko pro monitorování ledovců (World Glacier Monitoring Service, zkratka WGMS - organizace pro sledování velikosti zaledněných ploch a objemů ledovců výzkum klimatických změn a hydrologické modelování údaje přímo od výzkumníků, korespondenčních spolupracovníků i ze satelitního sledování podíl na rozsáhlém celosvětovém projektu Global Land Ice Measurements from Space (GLIMS), což je seznam všech ledovců, který vytváří a nepřetržitě aktualizuje organizace National Snow and Ice Data Center (NSIDC) WGMS data hlavně o ledovcích a množství sněhu z oblasti Alp a Skandinávie, kde jsou časově nejdelší a nejucelenější souvislé záznamy o změnách v zalednění získané informace publikovány ve dvouletých intervalech "Glacier Mass Balance Bulletin" Obdobné světové instituce jako WGMS jsou např. World Data Center for Glaciology Cambridge (WDCGC) a International Glaciological Society (IGS), kterétaképrovádějí výzkumy a shromažďují a zpracovávají data o stavu jednotlivých ledovců. Global Land Ice Measurements from Space (
68 Mořský led Pro snímkování mořského ledu je nejvhodnější mikrovlnné spektrum (pasivní mikrovlnné radiometry) Mapování je založeno na měření jasové teploty v oblasti mikrovln a na rozdílné emisivitě volné mořské hladiny a mořského ledu. Např. na vlnové délce 1,55 cm je emisivita mořského ledu vysoká (0,80-0,97), avšak emisivita volné mořské hladiny je pouze 0,44. Výrazně vyšší emisivita mořského ledu převažuje skutečnost, že led je chladnější než voda a tedy jeho jasová teplota by měla být nižší. Jasová teplota mořského ledu nabývá hodnot vyšších než 190K, jasová teplota mořské vodní hladiny je většinou nižší než 160K. Polar view Bakalářská práce DPZ při studiu mořského ledu: National Snow and Ice data centre NASA ICESat
69 Software a data DPZ Esa NASA (Landsat series) USGS Arcdata Gisat (katalog družicových dat) Digital Globe VITO, DLR, Geodis ENVI, PCI Geomatica, IDRISI, ERDAS Imagine Multispec Tutoriály
70 Děkuji za pozornost
Fyzikální podstata DPZ
Elektromagnetické záření Vlnová teorie vlna elektrického (E) a magnetického (M) pole šíří se rychlostí světla (c) Charakteristiky záření: vlnová délka (λ) frekvence (ν) Fyzikální podstata DPZ Petr Dobrovolný
VíceFaktory ovlivňující intenzitu záření. Spektrální chování objektů. Spektrální odrazivost. Spektrální chování. Spektrální chování objektů [ ]
Faktory ovlivňující intenzitu záření Elektromagnetické záření je při průchodu atmosférou i po svém dopadu na zemský povrch významně modifikováno. Intenzita odraženého krátkovlnného záření, ale i intenzita
VíceSpektrální chování objektů
Spektrální chování objektů Faktory ovlivňující intenzitu záření Elektromagnetické záření je při průchodu atmosférou i po svém dopadu na zemský povrch významně modifikováno. Intenzita odraženého krátkovlnného
VíceSpektrální chování objektů
Spektrální chování objektů Faktory ovlivňující intenzitu záření Elektromagnetické záření je při průchodu atmosférou i po svém dopadu na zemský povrch významně modifikováno (odražení, pohlcení, částečný
VíceIng. Jiří Fejfar, Ph.D. Dálkový průzkum Země
Ing. Jiří Fejfar, Ph.D. Dálkový průzkum Země strana 2 Co je DPZ Dálkový průzkum je umění rozdělit svět na množství malých barevných čtverečků, se kterými si lze hrát na počítači a odhalovat jejich neuvěřitelný
VíceSystémy dálkového průzkumu Země
Lucie Kupková, Přemysl Štych Katedra aplikované geoinformatiky a kartografie PřF UK v Praze E-mail: lucie.kupkova@gmail.com, stych@natur.cuni.cz Systémy dálkového průzkumu Země O čem bude přednáška Co
VíceDPZ - IIa Radiometrické základy
DPZ - IIa Radiometrické základy Ing. Tomáš Dolanský Definice DPZ DPZ = dálkový průzkum Země Remote Sensing (Angl.) Fernerkundung (Něm.) Teledetection (Fr.) Informace o objektu získává bezkontaktním měřením
VíceDPZ - Ib Interpretace snímků
DPZ - Ib Interpretace snímků Ing. Tomáš Dolanský 2007 Co je DPZ? Bezkontaktní metoda poznávání Zaměřuje se na tvar, velikost a vlastnosti objektů a jevů na zemském povrchu K poznávání využívá vlastností
VíceZdroje dat GIS. Digitální formy tištěných map. Vstup dat do GISu:
Zdroje dat GIS Primární Sekundární Geodetická měření GPS DPZ (RS), fotogrametrie Digitální formy tištěných map Kartografické podklady (vlastní nákresy a měření) Vstup dat do GISu: Data přímo v potřebném
VíceDálkový průzkum země v mikrovlnné části spektra
Pasivní mikrovlnné snímání Dálkový průzkum země v mikrovlnné části spektra Pasivní mikrovlnné snímání Těmito metodami je měřena přirozená dlouhovlnná energie vyzářená objekty na zemském povrchu. Systémy
VíceČ ást 1 Základníprincipy, senzory, multispektrálnídata. Co je DPZ?
DPZ Č ást 1 Základníprincipy, senzory, multispektrálnídata Co je DPZ? Dálkový průzkum získávání informacío objektech na dálku, tj. bez přímého kontaktu se zkoumaný mi jevy a procesy. upraveno podle Lillesand
VíceDPZ Dálkový průzkum Země. Lukáš Kamp, KAM077
DPZ Dálkový průzkum Země Lukáš Kamp, KAM077 Dálkový průzkum Země je věda i umění získávat užitečné informace o objektech, plochách či jevech prostřednictvím dat měřených na zařízeních, která s těmito zkoumanými
VíceDálkový průzkum Země DPZ. Zdeněk Janoš JAN789
Dálkový průzkum Země DPZ Zdeněk Janoš JAN789 Obsah: Úvod Co je DPZ (Dálkový Průzkum Země) Historie DPZ Rozdělení metod DPZ Využití DPZ Projekty využívající data DPZ Současné družicové systémy Zdroje Závěr
VíceDPZ Dálkový Průzkum Země. Luděk Augusta Aug007, Vojtěch Lysoněk Lys034
DPZ Dálkový Průzkum Země 1 Obsah Úvod Historie DPZ Techniky DPZ Ukázky 2 DPZ znamená Dálkový průzkum Země nám dává informace o vlastnostech objektů na zemském povrchu s využitím informací získaných v globálním
VíceGeografie, geografové na internetu.
Geografie, geografové na internetu. Chceš vědět nejnovější poznatky o oteplování planety nebo kácení amazonských pralesů, popř. o satelitním snímkování. Zajímá tě kolik se vyrobí cyklistických kol, během
VíceMapování Země z vesmíru (úvod do metod dálkového průzkumu Země) Petr Dobrovolný Geografický ústav přírodovědecké fakulty Masarykovy univerzity v Brně
Mapování Země z vesmíru (úvod do metod dálkového průzkumu Země) Petr Dobrovolný Geografický ústav přírodovědecké fakulty Masarykovy univerzity v Brně Obsah přednášky 1. Přehled základních pojmů 2. Tvorba
VíceČ ást 2 Kompozice v nepravých barvách Datové formáty Neřízená klasifikace. Program přednášky
DPZ Č ást Kompozice v nepravých barvách Datové formáty Neřízená klasifikace Program přednášky Popis využití pásem Landsat TM Vhodnost kombinací pásem TM Datové formáty Klasifikace obrazu Neřízená klasifikace
VíceZdroje dat GIS. Digitální formy tištěných map. Vstup dat do GISu:
Zdroje dat GIS Primární Sekundární Geodetická měření GPS DPZ (RS), fotogrametrie Digitální formy tištěných map Kartografické podklady (vlastní nákresy a měření) Vstup dat do GISu: Data přímo v potřebném
VíceELEKTROMAGNETICKÉ SPEKTRUM PRO POTŘEBY DPZ
ELEKTROMAGNETICKÉ SPEKTRUM PRO POTŘEBY DPZ Ultrafialové záření UV 0,1-0,4 μm Viditelné záření VIS 0,4-0,7 μm Infračervené blízké záření NIR 0,7-1,4 μm Infračervené střední záření MIR 1,4-3 μm Tepelné záření
VíceDálkový průzkum Země. Ústav geoinformačních technologií Lesnická a dřevařská fakulta MENDELU
Dálkový průzkum Země Ústav geoinformačních technologií Lesnická a dřevařská fakulta MENDELU Analogová a digitální data Fotografický snímek vs. digitální obrazový záznam Elektromagnetické záření lze zaznamenat
VíceVzhled termálních obrazových záznamů. Princip termálního snímání. Dálkový průzkum země v termální části spektra. Charakteristika. Fyzikální podstata
Princip termálního snímání Dálkový průzkum země v termální části spektra etoda pasivní nepřímá Fyzikální podstata Charakteristika Termální oblast spektra zahrnuje vlnové délky od 3 µm (atmosférická okna
VíceDPZ. Modelování s daty DPZ. Poměrové indexy. Vegetační indexy. Část 4. Modelování s daty DPZ Multitemporální analýza
Část 4 DPZ Modelování s daty DPZ Multitemporální analýza Modelování s daty DPZ Spektrální / vegetační indexy aritmetické operace s dvěma či více pásmy cíl na základě znalosti spektrální odrazivosti zvýraznit
VíceSoučasné možnosti dálkového průzkumu pro hodnocení heterogenity půd a porostů na orné půdě
Současné možnosti dálkového průzkumu pro hodnocení heterogenity půd a porostů na orné půdě František Zemek, Miroslav Pikl Ústav výzkumu globální změny AV ČR, v. v. i., Brno CzechGlobe I. Sekce klimatických
VíceHodnocení zdravotního stavu lesů: potenciál časových řad. Petr Lukeš
Hodnocení zdravotního stavu lesů: potenciál časových řad Petr Lukeš Obsah 1. Vegetace, fenologie, časové řady a jejich analýza 2. Sentinel 2 jako zdroj časových řad vysokého prostorového rozlišení 3. Hodnocení
VíceDRUŽICOVÁ DATA. distribuovaná společností ARCDATA PRAHA, s.r.o.
DRUŽICOVÁ DATA distribuovaná společností ARCDATA PRAHA, s.r.o. Již téměř půl století se lidé snaží získávat snímky Země i jiných vesmírných těles. Důvodem je především jejich aktuálnost, které běžné papírové
VíceTRENDY ROZVOJE DPZ A JEJICH MOŽNOSTI VYUŽITÍ PRO INVENTARIZACI KONTAMINOVANÝCH MÍST
Lenka Hladíková Simona Losmanová CENIA Oddělení mapových služeb TRENDY ROZVOJE DPZ A JEJICH MOŽNOSTI VYUŽITÍ PRO INVENTARIZACI KONTAMINOVANÝCH MÍST Podpora a propagace oblasti 4.2 - Odstraňování starých
VíceUNIVERZITA JANA EVANGELISTY PURKYNĚ V ÚSTÍ NAD LABEM FAKULTA ŽIVOTNÍHO PROSTŘEDÍ KATEDRA INFORMATIKY A GEOINFORMATIKY VEGETAČNÍ INDEXY
UNIVERZITA JANA EVANGELISTY PURKYNĚ V ÚSTÍ NAD LABEM FAKULTA ŽIVOTNÍHO PROSTŘEDÍ KATEDRA INFORMATIKY A GEOINFORMATIKY VEGETAČNÍ INDEXY 1. seminární práce z předmětu Dálkový průzkum Země Vypracovala: Pavlína
VíceMožnosti podpory plošné inventarizace kontaminovaných míst interpretací multi- a hyperspektrálního snímkování Jana Petruchová Lenka Jirásková
Možnosti podpory plošné inventarizace kontaminovaných míst interpretací multi- a hyperspektrálního snímkování Jana Petruchová Lenka Jirásková Praha 13.6.2012 Multispektrální data cíl ověření vhodnosti
VícePoužití radarových dat pro mapování povodní. Lena Halounová ISPRS Congress Director, České vysoké učení technické v Praze
Použití radarových dat pro mapování povodní Lena Halounová ISPRS Congress Director, České vysoké učení technické v Praze 1 Porovnání 2002 x 2013 Dvě největší povodně během posledních 100 let v Praze 2
VíceRYBNÍKY POHLEDEM Z VÝŠKY
RYBNÍKY POHLEDEM Z VÝŠKY HODNOCENÍ KVALITY VODY A EUTROFIZACE POMOCÍ DÁLKOVÉHO PRŮZKUMU ZEMĚ Jakub Brom, Václav Nedbal a Jindřich Duras TAČR Gama TG03010027 Posílení aktivit proof-of-concept na Jihočeské
VíceDálkový průzkum Země
Dálkový průzkum Země KGI/APGPS RNDr. Vilém Pechanec, Ph.D. Univerzita Palackého v Olomouci Univerzita Palackého v Olomouci INVESTICE DO ROZVOJE VZDĚLÁVÁNÍ Environmentální vzdělávání rozvíjející uplatnění
VíceDálkový průzkum Země (úvod, základní pojmy, historický přehled)
Dálkový průzkum Země (úvod, základní pojmy, historický přehled) Základní východiska Dálkový průzkum získávání informací o objektech na dálku. Vychází z těchto předpokladů: Petr Dobrovolný Geografický ústav
VíceDálkový průzkum země vmikrovlnnéčásti spektra
Pasivní mikrovlnné snímání Dálkový průzkum země vmikrovlnnéčásti spektra Pasivní mikrovlnné snímání Těmito metodami je měřena přirozená dlouhovlnná energie vyzářená objekty na zemském povrchu. Systémy
VíceDZDDPZ1 - Fyzikální základy DPZ (opakování) Doc. Dr. Ing. Jiří Horák Institut geoinformatiky VŠB-TU Ostrava
DZDDPZ1 - Fyzikální základy DPZ (opakování) Doc. Dr. Ing. Jiří Horák Institut geoinformatiky VŠB-TU Ostrava Elektromagnetické záření Nositelem informace v DPZ je EMZ elmag vlna zvláštní případ elmag pole,
VíceNekonvenční metody snímání zemského povrchu
Specifika nekonvenčních metod Nekonvenční metody snímání zemského povrchu Odlišná technika vytváření obrazu - obraz je vytvářen postupně po jednotlivých obrazových prvcích (pixelech) Velké spektrální rozlišení.
VíceSpektrální charakteristiky
Spektrální charakteristiky Cíl cvičení: Měření spektrálních charakteristik filtrů a zdrojů osvětlení 1 Teoretický úvod Interakcí elektromagnetického vlnění s libovolnou látkou vzniká optický jev, který
Více- a) rovníková dráha - b) šikmá oběžná dráha c) subpolární oběžná dráha.
DÁLKOVÝ PRŮZKUM ZEMĚ Družicové systémy Oběžné dráhy družic - a) rovníková dráha - b) šikmá oběžná dráha c) subpolární oběžná dráha. Dráha se Sluncem synchronní Přelety podle místního času Družice v rovníkové
VíceStručný úvod do spektroskopie
Vzdělávací soustředění studentů projekt KOSOAP Slunce, projevy sluneční aktivity a využití spektroskopie v astrofyzikálním výzkumu Stručný úvod do spektroskopie Ing. Libor Lenža, Hvězdárna Valašské Meziříčí,
VíceAplikace DPZ a GIS v podmínkách tropu a subtropu
Teoretický blok Hospodarení s prírodními zdroji TaS Aplikace DPZ a GIS v podmínkách tropu a subtropu Kamil Král Ústav lesnické botaniky, dendrologie a geobiocenologie LDF, MZLU v Brne kamil.kral@vukoz.cz
VíceAnotace předmětu. Dálkový průzkum Země. Odkazy. Literatura. Definice DPZ. Doc. Dr. Ing. Jiří Horák Institut geoinformatiky VŠB-TU Ostrava
Anotace předmětu Dálkový průzkum Země Doc. Dr. Ing. Jiří Horák Institut geoinformatiky VŠB-TU Ostrava Elektromagnetické záření, elektromagnetické spektrum. Radiometrické veličiny. Zdroje záření. Interakce
VíceDZDDPZ8 Fourierova t., spektrální zvýraznění. Doc. Dr. Ing. Jiří Horák - Ing. Tomáš Peňáz, Ph.D. Institut geoinformatiky VŠB-TU Ostrava
DZDDPZ8 Fourierova t., spektrální zvýraznění Doc. Dr. Ing. Jiří Horák - Ing. Tomáš Peňáz, Ph.D. Institut geoinformatiky VŠB-TU Ostrava Dobrovolný Dobrovolný Dobrovolný Dobrovolný Dobrovolný Dobrovolný
Vícestabilní základna pro skener na zemi, ve vzduchu, v kosmu na oběžné dráze
NOSIČE stabilní základna pro skener na zemi, ve vzduchu, v kosmu na oběžné dráze Na zemi: podrobná informace o povrchu (oproti leteckému nebo kosmickému nosiči) základna: žebřík, lešení, vysoká budova,
VíceDálkový průzkum země v mikrovlnné části spektra
Pasivní mikrovlnné snímání Dálkový průzkum země v mikrovlnné části spektra Pasivní mikrovlnné snímání Těmito metodami je měřena přirozená dlouhovlnná energie vyzářená objekty na zemském povrchu. Systémy
VícePŘÍLEŽITOSTI A AKTIVITY ESA V OBLASTI DÁLKOVÉHO PRŮZKUMU ZEMĚ
PŘÍLEŽITOSTI A AKTIVITY ESA V OBLASTI DÁLKOVÉHO PRŮZKUMU ZEMĚ Josef Šobra - Odbor pozorování Země Česká kosmická kancelář, o.p.s. sobra@czechspace.cz ČESKÁ REPUBLIKA JE 18. ČLENSKÝM STÁTEM Období 2004
VíceGIS ANALÝZA VLIVU DÁLNIČNÍ SÍTĚ NA OKOLNÍ KRAJINU. Veronika Berková 1
GIS ANALÝZA VLIVU DÁLNIČNÍ SÍTĚ NA OKOLNÍ KRAJINU Veronika Berková 1 1 Katedra mapování a kartografie, Fakulta stavební, ČVUT, Thákurova 7, 166 29, Praha, ČR veronika.berkova@fsv.cvut.cz Abstrakt. Metody
VíceMetody hodnocení sucha v lesních porostech. Kateřina N. Hellebrandová, Vít Šrámek, Martin Hais
Metody hodnocení sucha v lesních porostech Kateřina N. Hellebrandová, Vít Šrámek, Martin Hais Hodnocení sucha v lesních porostech ve velkém prostorovém měřítku sucho jako primární stresový faktor i jako
VícePřehled současných družicových systémů. METEOSAT vzhled jednotlivých pásem METEOSAT. METEOSAT analýza druhů oblačnosti
Přehled současných družicových systémů Tento materiál se týká shrnujících informací o současných družicových systémech používaných pro mapování zemského povrchu. Doplňuje základní informace uvedené ve
VíceVolitelný předmět Habituální diagnostika
Tomáš Žid tomas.zid@mendelu.cz 12. 12. 2012, B36 LDF MENDELU Volitelný předmět Habituální diagnostika Využití dálkového průzkumu země při zjištění zdravotního stavu porostů Habituální diagnostika dalších
VíceModerní metody rozpoznávání a zpracování obrazových informací 15
Moderní metody rozpoznávání a zpracování obrazových informací 15 Hodnocení transparentních materiálů pomocí vizualizační techniky Vlastimil Hotař, Ondřej Matúšek Katedra sklářských strojů a robotiky Fakulta
VíceZáklady interpretace digitálního obrazového záznamu ze systému LANDSAT
Základy interpretace digitálního obrazového záznamu ze systému LANDSAT Obrazová data, získaná digitální technologií v procesu dálkového průzkumu Země, nesou (již ze své podstaty) řadu atributů, které lze
VíceVoda jako životní prostředí - světlo
Hydrobiologie pro terrestrické biology Téma 6: Voda jako životní prostředí - světlo Sluneční světlo ve vodě Sluneční záření dopadající na hladinu vody je 1) cestou hlavního přísunu tepla do vody 2) zdrojem
VíceGIS a pozemkové úpravy. Data pro využití území (DPZ)
GIS a pozemkové úpravy Data pro využití území (DPZ) Josef Krása Katedra hydromeliorací a krajinného inženýrství, Fakulta stavební ČVUT v Praze 1 Geodata Hlavní poskytovatelé map Státní a resortní (byť
Více- a) rovníková dráha - b) šikmá oběžná dráha c) subpolární oběžná dráha.
DÁLKOVÝ PRŮZKUM ZEMĚ Družicové systémy Oběžné dráhy družic - a) rovníková dráha - b) šikmá oběžná dráha c) subpolární oběžná dráha. Dráha se Sluncem synchronní Přelety podle místního času Podélné skenování
Vícewww.zlinskedumy.cz Inovace výuky prostřednictvím šablon pro SŠ
Název projektu Číslo projektu Název školy Autor Název šablony Název DUMu Stupeň a typ vzdělávání Vzdělávací oblast Vzdělávací obor Tematický okruh Inovace výuky prostřednictvím šablon pro SŠ CZ.1.07/1.5.00/34.0748
VícePraktické aplikace DPZ a GIS v krajinné ekologii
Praktické aplikace DPZ a GIS v krajinné ekologii Kamil Král VÚKOZ, v.v.i., oddělení ekologie lesa Ústav lesnické botaniky, dendrologie a geobiocenologie LDF, MZLU v Brně Fyzikální základy optického (pasivního)
VíceTeplota je nepřímo měřená veličina!!!
TERMOVIZE V PRAXI Roman Vavřička ČVUT v Praze, Fakulta strojní Ústav techniky prostředí 1/48 Teplota je nepřímo měřená veličina!!! Základní rozdělení senzorů teploty: a) dotykové b) bezdotykové 2/48 1
VíceData a technické nástroje pro studium krajiny (GIS, DPZ)
Data a technické nástroje pro studium krajiny (GIS, DPZ) 1 Co je GIS Geografický informační systém je informační systém, který umožňuje ukládat, spravovat a analyzovat prostorová data data o geografické
VícePřehled nových družicových dat
Přehled nových družicových dat Marie Háková Praha, leden 2008 Rozdělení družicových dat podle prostorového rozlišení Družicová data s nízkým a středním rozlišením v řádu 1 km pro nízké rozlišení v řádu
VíceCo všechno může vidět družice?
fyzika Co všechno může vidět družice? Akademie věd ČR hledá mladé vědce Úvodní list Předmět: Fyzika Cílová skupina: Studenti střední školy, popřípadě vyššího stupně gymnázia. Délka trvání: 90 min. Název
VíceŠkolení CIUR termografie
Školení CIUR termografie 7. září 2009 Jan Pašek Stavební fakulta ČVUT v Praze Katedra konstrukcí pozemních staveb Část 1. Teorie šíření tepla a zásady nekontaktního měření teplot Terminologie Termografie
VíceGisat. Družicová data. Přehled dostupných dat a jejich využití
Gisat Družicová data Přehled dostupných dat a jejich využití Družicové snímky se v posledním desetiletí staly jedním z nejčastěji využívaných zdrojů geografické informace v mnoha oborech lidské činnosti.
VíceVyužití dálkového průzkumu pro lokálně cílenou agrotechniku polních plodin. Vojtěch Lukas a kol.
Využití dálkového průzkumu pro lokálně cílenou agrotechniku polních plodin Vojtěch Lukas a kol. Ústav agrosystémů a bioklimatologie (MENDELU) B G R Red edge NIR Úvod Dálkový průzkum Země (DPZ) Distanční
VíceHlavní přednosti letecké fotografie: Konvenční (fotografické) metody snímání zemského povrchu. Fotografické materiály
Hlavní přednosti letecké fotografie: Konvenční (fotografické) metody snímání zemského povrchu 1. Úplný a bezchybný (z hlediska obsahu) pohled shora, nepodléhá generalizaci, ukazuje detaily i celky vyšších
VíceDálkový průzkum země v optické části spektra. Charakteristika II. Charakteristika I. Hlavní oblasti aplikací
Dálkový průzkum země v optické části spektra Pasivní zaznamenávání odraženého slunečního záření Charakteristika I. Zahrnuje viditelné, blízké a střední IČ vlnové délky od 0,4 do 3,0 mikrometrů Snímání
VíceIng. Pavel Hrzina, Ph.D. - Laboratoř diagnostiky fotovoltaických systémů Katedra elektrotechnologie K13113
Sluneční energie, fotovoltaický jev Ing. Pavel Hrzina, Ph.D. - Laboratoř diagnostiky fotovoltaických systémů Katedra elektrotechnologie K13113 1 Osnova přednášky Slunce jako zdroj energie Vlastnosti slunečního
VíceBEZPLATNĚ DOSTUPNÁ DATA POZOROVÁNÍ ZEMĚ
BEZPLATNĚ DOSTUPNÁ DATA POZOROVÁNÍ ZEMĚ 1. USGS Širokou škálu produktů dálkového průzkumu Země nabízí USGS (United States Geological Survey). Z jejích stránek lze stahovat snímky z mnoha družic, např.
VíceLABORATORNÍ CVIČENÍ Z FYZIKY
ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE KATEDRA APLIKOVANÉ MATEMATIKY FAKULTA DOPRAVNÍ LABORATORNÍ CVIČENÍ Z FYZIKY Jméno Jana Kuklová Stud. rok 7/8 Číslo kroužku 2 32 Číslo úlohy 52 Ročník 2. Klasifikace
VíceSvětlo. Podstata světla. Elektromagnetické záření Korpuskulární charakter. Rychlost světla. Vlnová délka. Vlnění, foton. c = 1 079 252 848,8 km/h
Světlo Světlo Podstata světla Elektromagnetické záření Korpuskulární charakter Vlnění, foton Rychlost světla c = 1 079 252 848,8 km/h Vlnová délka Elektromagnetické spektrum Rádiové vlny Mikrovlny Infračervené
VíceDigitální fotogrammetrie
Osnova prezentace Definice Sběr dat Zpracování dat Metody Princip Aplikace Definice Fotogrammetrie je umění, věda a technika získávání informací o fyzických objektech a prostředí skrz proces zaznamenávání,
VíceOtázky k předmětu Globální změna a lesní ekosystémy
Otázky k předmětu Globální změna a lesní ekosystémy 1. Jaké jsou formy šíření energie v klimatickém systému Země? (minimálně 4 formy) 2. Na čem závisí množství vyzářené energie tělesem? (minimálně 3 faktory)
VíceMgr. Jana Součková. Katedra aplikované geoinformatiky a kartografie Přírodovědecká fakulta UK v Praze. jana.souckova@natur.cuni.cz
Mgr. Jana Součková Katedra aplikované geoinformatiky a kartografie Přírodovědecká fakulta UK v Praze jana.souckova@natur.cuni.cz Obsah Envisat RADAR letecké senzory shuttle mise satelitní senzory Sentinel
VíceDÁLKOVÝ PRŮZKUM ZEMĚ
DÁLKOVÝ PRŮZKUM ZEMĚ Publikace byla financována z projektu CZ.1.07.2.2.00/07.0053 Inovace geograficky orientovaných studijních oborů s cílem zvýšit míru uplatnění absolventů na trhu práce (řešitel T. Oršulák).
VíceJaký obraz vytvoří rovinné zrcadlo? Zdánlivý, vzpřímený, stejně velký. Jaký obraz vytvoří vypuklé zrcadlo? Zdánlivý, vzpřímený, zmenšený
Jan Olbrecht Jaký obraz vytvoří rovinné zrcadlo? Zdánlivý, vzpřímený, stejně velký Jaký obraz vytvoří vypuklé zrcadlo? Zdánlivý, vzpřímený, zmenšený Jaký typ lomu nastane při průchodu světla z opticky
VíceJIHOČESKÁ UNIVERZITA V ČESKÝCH BUDĚJOVICÍCH Zemědělská fakulta DIPLOMOVÁ PRÁCE Šárka Pinkavová
JIHOČESKÁ UNIVERZITA V ČESKÝCH BUDĚJOVICÍCH Zemědělská fakulta DIPLOMOVÁ PRÁCE 2008 Šárka Pinkavová JIHOČESKÁ UNIVERZITA V ČESKÝCH BUDĚJOVICÍCH Zemědělská fakulta Katedra pozemkových úprav Studijní program:
VíceNázev a číslo materiálu VY_32_INOVACE_ICT_FYZIKA_OPTIKA
Název a číslo materiálu VY_32_INOVACE_ICT_FYZIKA_OPTIKA OPTIKA ZÁKLADNÍ POJMY Optika a její dělení Světlo jako elektromagnetické vlnění Šíření světla Odraz a lom světla Disperze (rozklad) světla OPTIKA
VíceDálkový průzkum Země. Ústav geoinformačních technologií Lesnická a dřevařská fakulta MENDELU
Dálkový průzkum Země Ústav geoinformačních technologií Lesnická a dřevařská fakulta MENDELU Literatura Uvedena na webu ústavu: http://ugt.mendelu.cz/zdag Halounová, L., Pavelka, K. (2005): Dálkový průzkum
VíceCZ.1.07/1.5.00/ Digitální učební materiály III/ 2- Inovace a zkvalitnění výuky prostřednictvím ICT
Název školy: Číslo a název projektu: Číslo a název šablony klíčové aktivity: Označení materiálu: Typ materiálu: Předmět, ročník, obor: STŘEDNÍ ODBORNÁ ŠKOLA a STŘEDNÍ ODBORNÉ UČILIŠTĚ, Česká Lípa, 28.
VíceSKLENÍKOVÝ EFEKT 2010 Ing. Andrea Sikorová, Ph.D.
SKLENÍKOVÝ EFEKT 2010 Ing. Andrea Sikorová, Ph.D. 1 Skleníkový efekt V této kapitole se dozvíte: Co je to skleníkový efekt. Jaké jsou skleníkové plyny. Co je to tepelné záření. Budete schopni: Vysvětlit
VíceVYUŽITÍ LETECKÉ TERMOGRAFIE A MULTISPEKTRÁLNÍHO SNÍMKOVÁNÍ V PRECIZNÍM ZEMĚDĚLSTVÍ JAN SOVA, ADAM ŠVESTKA, JAN KOVÁŘ
VYUŽITÍ LETECKÉ TERMOGRAFIE A MULTISPEKTRÁLNÍHO SNÍMKOVÁNÍ V PRECIZNÍM ZEMĚDĚLSTVÍ JAN SOVA, ADAM ŠVESTKA, JAN KOVÁŘ Snímek 1 z 19 TECHNIKA Snímek 2 z 19 ELEKTROMAGNETICKÉ SPEKTRUM Elektromagnetické spektrum
VíceDRUŽICOVÝ ATLAS ČESKÉ REPUBLIKY
MASARYKOVA UNIVERZITA V BRNĚ Přírodovědecká fakulta Geografický ústav Jiří OTRUSINA DRUŽICOVÝ ATLAS ČESKÉ REPUBLIKY D i p l o m o v á p r á c e Vedoucí práce: Doc. RNDr. Petr Dobrovolný, CSc. Brno 2007
VíceVYBRANÉ METODICKÉ PŘÍSTUPY PRO HODNOCENÍ ZMĚN V KRAJINĚ METODAMI DÁLKOVÉHO PRŮZKUMU ZEMĚ V POVODÍ OTAVY
VYBRANÉ METODICKÉ PŘÍSTUPY PRO HODNOCENÍ ZMĚN V KRAJINĚ METODAMI DÁLKOVÉHO PRŮZKUMU ZEMĚ V POVODÍ OTAVY MARTIN HAIS*, ALEXANDRA KRÁLOVÁ*, KAROLÍNA MACHÁČKOVÁ* * Katedra fyzické geografie a geoekologie,
VíceVideometrie,, LIDAR, Radarová data
Videometrie,, LIDAR, Radarová data Jakub Šulc Videometrie Dokumentace skutečného stavu území a objektů na něm n m se nacházej zejícíchch Technologie využívá digitáln lní formát minidv Digitáln lní kamera
VíceData s velmi vysokým rozlišením
Aplikace a zpracování Jiří Šustera 10.11.2010 Gisat s.r.o., Milady Horákové 57, 170 00 Praha 7, Czech Republic, Tel / Fax: +420 271741935 / 36 Výhody družicových dat Hlavní výhody družicových dat v. vysokého
VíceDPZ systémy pořizování dat. Tomáš Dolanský
DPZ systémy pořizování dat Tomáš Dolanský Landsat První byl vypuštěn roku 1972 Landsat 1-3 nesl dva senzory RBV (Return Beam Vidicon) MSS (Multispectral Scanner) Landsat 4 (1982-5) byl doplněn: TM (Thematic
VícePřehled současných družicových systémů. METEOSAT vzhled jednotlivých pásem METEOSAT. METEOSAT analýza druhů oblačnosti
Přehled současných družicových systémů Tento materiál se týká shrnujících informací o současných družicových systémech používaných pro mapování zemského povrchu. Doplňuje základní informace uvedené ve
VíceMapování urbanizovaných ploch a úrovně jejich zastavění
Mapování urbanizovaných ploch a úrovně jejich zastavění Miroslav Kopecký Jan Kolomazník Luboš Kučera Geoinformatika ve veřejné správě 2008, Brno Organizační zajištění projektu Mapování urbanizovaných ploch
VíceHodnocení zdravotního stavu lesa pomocí nových metod dálkového průzkumu Země
Ústav pro hospodářskou úpravu lesů Brandýs nad Labem Hodnocení zdravotního stavu lesa pomocí nových metod dálkového průzkumu Země Petr Lukeš, Marek Mlčoušek, Štěpán Křístek a kol. Hlavní cíl 1. Zpracování
VíceDPZ10 Radar, lidar. Doc. Dr. Ing. Jiří Horák Institut geoinformatiky VŠB-TU Ostrava
DPZ10 Radar, lidar Doc. Dr. Ing. Jiří Horák Institut geoinformatiky VŠB-TU Ostrava RADAR SRTM Shuttle Radar Topography Mission. Endeavour, 2000 Dobrovolný Hlavní anténa v nákladovém prostoru, 2. na stožáru
VíceZáklady spektroskopie a její využití v astronomii
Ing. Libor Lenža, Hvězdárna Valašské Meziříčí, p. o. Základy spektroskopie a její využití v astronomii Hvězdárna Valašské Meziříčí, p. o. Krajská hvezdáreň v Žiline Světlo x záření Jak vypadá spektrum?
VíceDPZ. Program přednášky. Č ást 3 Řízená klasifikace Spektrální indexy. Řízená klasifikace. Spektrální indexy. Aplikace DPZ v geografii
DPZ Č ást 3 Řízená klasifikace Spektrální indexy Program přednášky Řízená klasifikace tré novací plochy klasifikátory Spektrální indexy Aplikace DPZ v geografii Jakub Langhammer, 2003 Aplikace VT ve FG
VíceTAČR gama PoC Remote Guard
TAČR gama PoC Remote Guard Detekce znečištění povrchových vod řasami a sinicemi metodami dálkového průzkumu Země a spektrálního měření Václav Nedbal Jakub Brom, Jindřich Duras, Petr Císař, Mohammadmehdi
VíceSnímkování termovizní kamerou
AB Solartrip,s.r.o. Na Plavisku 1235 755 01 Vsetín www.solarniobchod.cz mobil 777 642 777, e-mail: r.ostarek@volny.cz AKCE: Termovizní diagnostika vnitřní prostory rodinného domu č. p. 197 Ústí u Vsetína
VíceZáklady NIR spektrometrie a její praktické využití
Nicolet CZ s.r.o. The world leader in serving science Základy NIR spektrometrie a její praktické využití NIR praktická metoda molekulové spektroskopie, nahrazující pracnější, časově náročnější a dražší
VíceFYZIKA Elektromagnetické vlnění
Výukový materiál zpracován v rámci operačního projektu EU peníze školám Registrační číslo projektu: CZ.1.07/1.5.00/34.0512 Střední škola ekonomiky, obchodu a služeb SČMSD Benešov, s.r.o. FYZIKA Elektromagnetické
VíceDálkový průzkum Země. Co je DPZ?
Dálkový průzkum Země Co je DPZ? DPZ je A. Zdroj energie a světla B. Záření a atmosféra C. Kontakt s předmětem D. Zaznamenání odražené energie senzorem E. Přenos, přijetí a zpracování dat F. Interpretace
VíceVyužití DPZ v Národní inventarizaci lesů (NIL2) - potenciál dat GMES/Copernicus
Využití DPZ v Národní inventarizaci lesů (NIL2) - potenciál dat GMES/Copernicus Filip Hájek Forest Management Institute Czech Republic hajek.filip@uhul.cz 2. české uživatelské fórum GMES/Copernicus, 29.
VíceOtázky z optiky. Fyzika 4. ročník. Základní vlastnosti, lom, odraz, index lomu
Otázky z optiky Základní vlastnosti, lom, odraz, index lomu ) o je světlo z fyzikálního hlediska? Jaké vlnové délky přísluší viditelnému záření? - elektromagnetické záření (viditelné záření) o vlnové délce
VíceVybrané spektroskopické metody
Vybrané spektroskopické metody a jejich porovnání s Ramanovou spektroskopií Předmět: Kapitoly o nanostrukturách (2012/2013) Autor: Bc. Michal Martinek Školitel: Ing. Ivan Gregora, CSc. Obsah přednášky
Více1 Bezkontaktní měření teplot a oteplení
1 Bezkontaktní měření teplot a oteplení Cíle úlohy: Cílem úlohy je seznámit se s technologií bezkontaktního měření s vyhodnocováním tepelné diagnostiky provozu elektrických zařízení. Součastně se seznámit
VíceTvorba NDVI z archivních leteckých snímků a možnosti mise Sentinel-2
4. ČESKÉ UŽIVATELSKÉ FÓRUM COPERNICUS 12. 13. 5. 2015 Tvorba NDVI z archivních leteckých snímků a možnosti mise Sentinel-2 Ing. Václav Šafář, VÚGTK, v.v.i., vaclav.safar@vugtk.cz BAREVNÉ SNÍMKOVÁNÍ ÚZEMÍ
Více