Półautomatyczny system tworzenia bazy zdjęć satelitarnych NOAA/AVHRR dla potrzeb monitoringu wzrostu roślin uprawnych w Polsce. Jędrzej Bojanowski

Transkrypt

1 Półautomatyczny ytem tworzenia bazy zdjęć atelitarnych NOAA/AVHRR dla potrzeb monitoringu wzrotu roślin uprawnych w Polce Jędrzej Bojanowki Werja 3 marca 2010 Obliczanie wkaźników roślinnych na podtawie zdjęć atelitarnych rejetrowanych przez kaner AVHRR (Advanced Very High Reolution Radiometer) na pokładzie erii atelitów NOAA (National Oceanic and Atmopheric Adminitration) wymaga wielu czaochłonnych etapów przetwarzania. W związku z tym, automatyzacja przetwarzania jet niezbędna do prowadzenia operacyjnego wykorzytania danych. Niniejza praca ma na celu tworzenie półautomatycznego ytemu przetwarzania danych NOAA/AVHRR począwzy od odbioru zdjęć, poprzez korekcję radiometryczną, geometryczną i atmoferyczną, makowanie chmur, kładanie obrazów dekadowych, aż po obliczanie wkaźników roślinnych i ich przedtawienie w formie map, wykreów oraz tabel. Etapem, który, w opinii autorów, wymaga ingerencji operatora, jet rektyfikacja obrazów, gdyż metody automatyczne nie dają pożądanej dokładności. Sytem zotał przetetowany na danych z roku 2009, a natępnie użyty do utworzenia bazy NOAA/AVHRR dla lat Półautomatyczna metoda przetwarzania może być wykorzytywana do dalzego budowania bazy produktów NOAA/AVHRR dla Polki. 1. Wtęp Zdjęcia atelitarne tały ię w ciągu otatnich dwóch dekad ważnym źródłem informacji o rozwoju roślin w kali regionalnej czy globalnej. Najdłużej wykorzytywanym enorem do monitoringu roślinności jet AVHRR (Advanced Very High Reolution Radiometer) umiezczony na atelitach erii NOAA (National Oceanic and Atmopheric Adminitration). Prace badawcze nad zatoowaniem danych NOAA/AVHRR do monitoringu rozwoju roślin uprawnych oraz do prognozowania plonów w Polce trwają już od kilkunatu lat (Dąbrowka- Zielińka 2002). Dane teledetekcyjne łużące do tałego monitoringu wzrotu roślin w kali kraju muzą charakteryzować ię codziennym pokryciem terytorium całego kraju. To założenie ogranicza możliwość wyboru danych do natępujących enorów: NOAA/AVHRR, TERRA-AQUA/MODIS, ENVISAT/MERIS, SPOT/VEGETATION oraz geotacjonarnych atelitów meteorologicznych. Dane pochodzące ze kanera AVHRR charakteryzują ię gorzą dokładnością przetrzenną (1.09 kilometra w nadirze) porównując z enorem MODIS (250 metrów), nie mają jednak konkurencji w długości zeregu czaowego. Senor AVHRR, mierzący promieniowanie odbite od powierzchni ziemi w kanałach czerwonym i blikiej podczerwieni, może być wykorzytywany do obliczania NDVI, najczęściej toowanego wkaźnika zieleni. Wkaźnik NDVI jet dobrym parametrem opiującym tan roślinności (Tucker 1979), korelowanym z jej biomaą (Jutice and Hiernaux 1986) czy powierzchnią projekcyjną liści (Price 1993). Wykorzytanie kanałów w podczerwieni termalnej pozwala na uzykanie temperatury powierzchni roślin, która, poprzez wkaźniki roślinno-glebowe, może być związana z zawartością wody w ferze korzeniowej roślin. Wykorzytując codzienną rewizytę atelity NOAA możliwe jet śledzenie na bieżąco rozwoju roślin uprawnych w Polce. Intytut Geodezji i Kartografii w Warzawie odbiera obrazy z enora AVHRR nieprzerwanie od 1997 roku. Przetworzenie tak znacznej ilości danych wymaga utworzenia automatycznego ciągu przetwarzania. Przejście od urowego zdjęcia atelitarnego do poprawnego radiometrycznie, geometrycznie i atmoferycznie zdjęcia, które może być wykorzytywane do dalzych opracowań, wymaga zeregu czaochłonnych operacji. 1

2 Celem niniejzej pracy jet tworzenie półautomatycznego ytemu przetwarzania zdjęć atelitarnych NOAA/AVHRR dla potrzeb oceny warunków rozwoju roślin uprawnych w Polce. Budując ytem przetwarzania wykorzytano kilka gotowych aplikacji (Chip for Window, Erda Imagine, R), tworząc jednak w ich środowikach włane narzędzia i programy. Założeniem autora było tworzenie ytemu, którego obługa i wykorzytanie nie wymagałyby pecjalitycznej wiedzy, a jedynie korzytania z protej intrukcji obługi. Etapem przetwarzania wykonywanym ręcznie jet rektyfikacja obrazów, ponieważ żadna z metod automatycznych nie dotarcza zadowalającej dokładności. 2. Etapy przetwarzania Ryunek 1 przedtawia ciąg przetwarzania od odbioru zdjęć aż po obliczenie wkaźników. Etapy przetwarzania opiane ą w tekście. Ryunek 1. Etapy przetwarzania zdjęć NOAA/AVHRR. Ch1-ch5 oznacza kanały od 1 do 5; t4, t5 temperatura radiacyjna mierzona odpowiednio w kanale 4 i 5; T temperatura radiacyjna powierzchni; woj. oznacza średnią wojewódzką wkaźnika; SG dane po zatoowaniu wygładzania filtrem Savitzky-Golay) 2.1. Odbiór zdjęć i przetwarzanie wtępne Sytem przetwarzania danych atelitarnych zaczyna ię od odbioru zdjęć. Zdjęcia atelitarne z enora NOAA/AVHRR odbierane ą w Intytucie Geodezji i Kartografii w Warzawie przy pomocy tacji Quorum i programu Qtrack. Dane przeyłane ą w formacie HRPT (High Reolution Picture Tranmiion). Kanały pektralne rejetrowane przez kaner AVHRR-3 przedtawia tabela 1. 2

3 Numer kanału Rozdzielczość w nadirze [km] Długość fali [µm] A B Tabela 1. Charakterytyka kanałów kanera AVHRR-3 Dane w formacie HRPT odczytywane ą przez program Chip for Window, który wtępnie rektyfikuje obrazy wzytkich pięciu kanałów AVHRR oraz podaje dane orbitalne atelity (orbit file) oraz tablice kalibracyjne. Do tego etapu program wykorzytuje tabele TLE lub TBUS. Natępnie, na podtawie danych orbitalnych, dla każdego pikela obrazu wyznaczane ą cztery kąty - azymutalny i zenitalny - atelity i Słońca. Kolejnym etapem jet kalibracja radiometryczna konwertująca jakrawość pikeli do wpółczynnika odbicia na górnej granicy atmofery (kanały 1, 2, 3A) i temperatury radiacyjnej (kanały 3B, 4, 5). Wpółczynnik odbicia mierzony jet w zakreie 0-100% z dokładnością 0.002%; temperatura w topniach Kelvina od 200 do 331 z dokładnością t. K. Dokładności wynikają z zapiu danych w 16 bitach Korekcja atmoferyczna Korekcja atmoferyczna kanałów 1 i 2 wykonywana jet za pomocą algorytmu 6S. Skrót 6S pochodzi od pełnej nazwy algorytmu: Second Simulation of the Satellite Signal in the Solar Spectrum. 6S jet drugą, ulepzoną werją modelu 5S, opracowanego w Laboratoire d'optique Atmopherique w Lille (Vermote, 1997a, Vermote, 1997b). Pozwala on na modelowanie tranferu promieniowania elektromagnetycznego o długości fali od 0.25 μm do 4.0 μm przez bezchmurną atmoferę. Model 6S pozwala na uunięcie błędu w atelitarnym pomiarze promieniowania odbitego od powierzchni Ziemi. Do opiania algorytmu 6S niezbędne jet wprowadzenie wielkości,,pozornego wpółczynnika odbicia na górnej granicy atmofery ρ TOA. Jet to wpółczynnik odbicia obiektu wyznaczony na podtawie wielkości luminancji energetycznej zarejetrowanej przez detektor na górnej granicy atmofery, bez uwzględnienia wpływu atmofery. Zatem, gdyby założyć, że atmofera nie wpływa na promieniowanie mierzone przez detektor,,,pozorny wpółczynnik odbicia równałby ię rzeczywitemu. Stąd, nie uwzględniając wpływu atmofery: πl λ ρ TOA = E 0 λ coθ gdzie: - L λ całkowite promieniowanie rejetrowane przez detektor 0 - Eλ natężenie napromienienia na górnej granicy atmofery - θ kąt padania promieni łonecznych 3

4 Przejście od ρ TOA do rzeczywitego odbicia ρ λ wymaga rozwiązania natępującego wyrażenia z niewiadomą ρ λ (Vermote et al. 1997, Kowalik 2002, Bojanowki&Lewińki 2005): gdzie: ρ TOA ( θ, θ, φ φ, z) = t v ρ + τ θ τ θ λ (, z) v( v, z) 1 S ( z) ρ v g ( θ, θ, z) λ ] v [ ρ ( θ, θ, φ φ, z) + ρ ( θ, θ, φ φ, z) + R - ρ TOA,,pozorny wpółczynnik odbicia - ρ λ wpółczynnik odbicia - θ kąt zenitalny Słońca - θ v kąt zenitalny atelity - φ kąt azymutalny Słońca - φ v kąt azymutalny atelity - z wyokość terenu n.p.m. - t g wpółczynnik tranmiji atmofery, wynikający z aborpcji gazowej - ρ R wpółczynnik odbicia włanego atmofery związany z rozprazaniem Rayleigh'a - ρ A wpółczynnik odbicia włanego atmofery związany z rozprazaniem Mie - τ wpółczynnik tranmiji przez atmoferę na drodze Słońce-Ziemia - τ v wpółczynnik tranmiji przez atmoferę na drodze Ziemia-detektor - S albedo feryczne atmofery Wynikiem działania algorytmu korekcji atmoferycznej 6S jet wpółczynnik odbicia w kanałach 1 i Import do Erda Imagine Po wykonaniu korekcji atmoferycznej wzytkie obrazy: kanały 1, 2, 3A, 3B, 4 oraz 5, jak również kąty: vza (kat zenitalny atelity), vaa (kat azymutalny atelity), za (kat zenitalny łońca), aa (kat azymutalny łońca) tranformowane ą do formatu IMG programu Erda Imagine i układu 1992 (tab. 2). Projection TRANSVERSE MERKATOR Spheroid GRS 1980 Datum GRS 1980 cal. factor Long. of central meridian 19:00:00 E Lat. of origin of proj. 0:00:00 Fale eating m Fale northing m ULX ULY LRX LRY Rozmiar pikela X=1000 m Y=1000 m Tabela 2. Parametry obrazów NOAA dla Polki w układzie 1992 v v A v v 4

5 2.4. Obliczanie NDVI Dla każdego dnia, na podtawie kanałów 1 i 2 wyznaczany jet wkaźnik NDVI według wzoru: NDVI kanal2 kanal1 = kanal2 + kanal1 kodowany natępnie na 16 bitach według wzoru: 2.5. Geometryzacja pikel = NDVI Dokładność geometryczna wtępnej korekcji wykonywanej przez program Chip for Window na podtawie parametrów orbitalnych nie jet wytarczająca dla dalzych zatoowań. Błąd przeunięcia wynoi nawet do 3-4 kilometrów. Żadna z metod automatycznej geometryzacji nie przynioła zadowalających wyników. Z tego względu geometryzacja każdego obrazu dziennego wykonywana jet ręcznie na podtawie punktów GCP i tranformacji wielomianowej pierwzego topnia. Rezultatem ręcznej geometryzacji jet dokładność nie gorza niż 500 metrów Obliczanie temperatury powierzchni Na podtawie wartości temperatury radiacyjnej mierzonej w dwóch zakreach promieniowania w kanale 4 i 5, obliczana jet temperatura powierzchni T. Do tego celu wykorzytywana jet metoda plit-window, przedtawiona przez Coll i Caelle (1997). Temperatura radiacyjna powierzchni wyrażona jet wzorem: T = T4 + [ ( T4 T5 )] ( T4 T5 ) B( ε ) gdzie: T temperatura powierzchni T 4 temperatura radiacyjna w kanale 4 T 5 temperatura radiacyjna w kanale 5 B(ε) wpółczynnik emiyjności 2.7. Makowanie chmur Do makowania chmur wykorzytywany jet algorytm opiany przez Saunder i Kriebel (1988). Wykonywanych jet pięć tetów wykorzytujących albedo w kanale 1, NDVI oraz temperatury radiacyjne powierzchni w kanałach 4 i 5. Wynikiem działania algorytmu jet informacja o wytępowaniu chmur, w tym cienkiego cirrua. 5

6 2.8. Składanie dekad Kolejnym etapem przetwarzania jet tworzenie obrazów 10-dniowych (zwanych dalej dekadowymi). Wykonywane ą cztery rodzaje mozaik dekadowych: (1) podtawową jet mozaika makymalnego NDVI (ndvimax). Pikel mozaiki przyjmuje najwyżzą wartość NDVI, jaka wytąpiła dla tego pikela pośród wzytkich obrazów dziennych kładających ię na daną dekadę; (2) pochodną mozaiki makymalnego NDVI jet obraz dekadowy temperatury powierzchni T liczony po makymalnym NDVI (t_po_ndvimax). Jeśli do mozaiki dekadowej makymalnego NDVI brany jet pikel z danego dnia, to do mozaiki temperatury po makymalnym NDVI wchodzi odpowiadający pikel z tego amego dnia z obrazu temperatury; (3) mozaika temperatury makymalnej (tmax) to makymalne wartości temperatury dla każdego pikela, jakie wytąpiły w obrazach dziennych wchodzących w kład dekady; (4) jeśli do mozaiki dekadowej makymalnej temperatury brany jet pikel z danego dnia, to do mozaiki NDVI po makymalnej temperaturze (ndvi_po_tmax) wchodzi odpowiadający pikel z tego amego dnia z obrazu NDVI. Dla każdej mozaiki tworzona jet wartwa, w której zakodowana jet informacja, z którego dnia dekady wzięty zotał każdy pikel. Natępnie, na wzytkie cztery wyżej wymienione mozaiki dekadowe nakładana jet maka chmur Redukcja zumu w zeregach czaowych NDVI W ciągu przetwarzania danych NOAA/AVHRR itotnym punktem jet redukcja zumu oraz wygładzenie przebiegu wartości wkaźnika NDVI dla każdego pikela obrazu. W tym celu wykorzytywany jet algorytm zaproponowany przez Chen et al. (2004), dotoowany i zaimplementowany do opiywanego ytemu przetwarzania (Bojanowki et al. 2009). Metoda redukcji zumu bazuje na iteracyjnym wykorzytaniu filtra Savitzkiego-Golaya, która pozwala na zachowanie wyżzych wartości NDVI, uuwając przy tym wartości zaniżone przez wpływ atmofery. Schemat potępowania przedtawiony jet na ryunku 2. Oryginalny roczny przebieg NDVI dla jednego pikela i jego kztałt po redukcji zumu pokazany jet na ryunku Obliczanie VCI i TCI Dla wzytkich okreów 10-dniowych, dla każdego pikela oobno wyznaczany jet wkaźnik VCI (Vegetation Condition Index) według wzoru (Kogan 1990): VCI 10d =100 (NDVI 10d NDVI min )/(NDVI max +NVDI min ) gdzie NDVI max i NVDI min oznaczają odpowiednio makymalną i minimalną wartość NDVI danego pikela w danym okreie dzieięciodniowym we wzytkich dotępnych latach. Dla wzytkich okreów 10-dniowych dla każdego pikela oobno wyznaczany jet również wkaźnik TCI (Temperature Condition Index) według wzoru: TCI 10d = 100 (T max T 10d )/(T max T min ) gdzie T max i T min oznaczają makymalną i minimalną temperaturę powierzchni danego pikela w danym okreie dzieięciodniowym we wzytkich dotępnych latach. 6

7 Ryunek 2. Schemat algorytmu redukcji zumu w zeregu czaowym NDVI (Chen et al. 2004) Ryunek 3. Szereg czaowy wkaźnika NDVI dla pikela przed i po redukcji zumu (Bojanowki et al. 2009) 7

8 2.11. Obliczanie średnich w podziałach regionalnych Dla wzytkich województw obliczana jet średnia wartość każdego ze wkaźników roślinnych. Uśrednieniu podlegają tylko pikele zakwalifikowane, jako pikele rolnicze Maka pikeli rolniczych Spoób wyboru pikeli rolniczych jet opiany w Turlej et al. (2010, w przygotowaniu). Wyboru pikeli rolniczych dokonano na podtawie analizy bazy Corine Land Cover (CLC). Podtawowym założeniem przy tworzeniu maki rolniczej był wybór pikeli 1 km x 1 km, które będą charakteryzowały ię jak najwyżzym udziałem rolnictwa wewnątrz, jak również w woim otoczeniu. Wzięto bowiem pod uwagę możliwość niedokładności w położeniu punktu wielkości połowy pikela. Jedynie pikel z dużym udziałem rolnictwa otoczony przez pikele rolnicze, można uznać za pewny. Zaotrzanie kryterium wyboru pikeli rolniczych dotyczącego udziału rolnictwa wewnątrz pikela i w jego otoczeniu powoduje zybki padek liczby pikeli w mace rolniczej. Zbyt mała liczba pikeli w mace może prawić, że obzar o średnim udziale rolnictwa, w zczególności rozprozonego, nie będzie traktowany, jako rolniczy. To w efekcie może powodować, że itotne, lokalnie wytępujące zjawika zotaną pominięte. Opiywana maka zotała tworzona tak, by dla każdego powiatu zotały wykorzytane najotrzejze kryteria udziału rolnictwa w pikelu i jego otoczeniu, które dadzą w efekcie makę o powierzchni nie mniejzej niż 40% powierzchni rolniczej w powiecie według CLC. Takie założenie tanowiło kompromi pomiędzy wiarygodnością pikeli rolniczych a ich równomiernym rozmiezczeniem na terenach rolniczych. Kryterium 40% pokrycia w każdym powiecie gwarantuje, że pikele maki rolniczej ą równomiernie rozmiezczone na obzarze województw Tworzenie produktów wynikowych Końcowym etapem przetwarzania jet tworzenie zetawień wynikowych. Składają ię na nie mapy pozczególnych wkaźników (ryunek 5), wykrey (ryunek 6), obrazy porównawcze wkaźników z rokiem poprzednim i rokiem średnim (ryunek 7, 8, 9, 10) oraz tabele. Wzytkie wymienione produkty końcowe tworzone ą w poób automatyczny. 8

9 Ryunek 4. Maka pikeli rolniczych dla województw. Maka 50% bufor 50% oznacza pikel pełniający kryterium 50% udziału rolnictwa wewnątrz pikela i w jego otoczeniu. 3. Dzialanie i obluga ytemu przetwarzania Opiane w rozdziale 2 etapy przetwarzania zotały zautomatyzowane. Po odbiorze zdjęć, wtępnym przetwarzaniu w Chip for Window oraz korekcji atmoferycznej 6S, dalze etapy obliczeń realizowane ą przez ciąg kryptów automatyzujących działanie programów Erda Imagine oraz R (R Development Core Team, 2009). Tabela 3 przedtawia krypty, ich działanie i orientacyjny cza obliczeń. Trzy krypty dotyczące wygładzania (uuwania zumu w zeregach NDVI) ą opcjonalne. Podcza gdy pierwze iedem kryptów uruchamianych jet co dzieięć dni (dekadę), wygładzenie może być wykonane w dowolnym momencie. Zdecydowano ię na to rozwiązanie zważywzy na długi cza oczekiwania na wyniki działania kryptu Wygladzanie1.R. Obługa całego ytemu przetwarzania odbywa ię poprzez uruchamianie kryptów jeden po drugim bez konieczności jakiejkolwiek ingerencji w ich działanie (wybierania ścieżek, utawiania parametrów, itp.). Przerwy w przetwarzaniu dają jednak możliwość kontroli wyników po każdym z etapów. Sytem zotał tworzony w poób pozwalający na jego obługę bez pecjalitycznej wiedzy czy umiejętności. 9

10 NAZWA SKRYPTU DZIAŁANIE CZAS DZIAŁANIA create new year.r Tworzy trukturę 1 minuta katalogową nowego roku Script1.R Kopiowanie plików 1 minuta Script2.eml Obliczenie NDVI, T4, T5, 15 minut T i maki chmur GEOMETRYZACJA Script3.eml Wykonanie geometryzacji 10 minut Script4.eml Złożenie dekady po NDVI 30 ekund Script5.eml Złożenie dekady po T 30 ekund Script6.eml Liczenie VCI, TCI i 5 minut średnich wojewódzkich Script7.R Tworzenie plików wynikowych (wykreów, map, map porównawczych dla GUS) 15 minut Wygladzanie1.R Wygladzanie2.eml Wygladzanie3.R Wygladzenie danych NDVI Obliczenie średnich NDVI SG oraz VCI SG i średnich VCI SG Tworzenie plików wynikowych z danych wygładzonych (wykreów, map, map porównawczych dla GUS) 6 godzin!!! 20 minut 15 minut Tabela 3. Wykaz kryptow automatyzujących ciag przetwarzania. Rozzerzenia plikow EML oznaczaja dzialanie w Erda Imagine, R w programie R. 10

11 Ryunek 5. Zetawienie map wkaźników roślinnych 11

12 Ryunek 6. Przykładowe zetawienie wykreów wkaźnika NDVI dla województw w roku bieżącym (linia czerwona) i w roku średnim (linia czarna) 12

13 Ryunek 7. Porównanie tanu rozwoju upraw z rokiem średnim Ryunek 8. Porównanie tanu rozwoju upraw z rokiem poprzednim 13

14 Ryunek 9. Porównanie tanu rozwoju upraw w województwach z rokiem średnim Ryunek 10. Porównanie tanu rozwoju upraw w województwach z rokiem poprzednim 14

15 4. Podumowanie Zaprezentowany półautomatyczny ytem przetwarzania danych NOAA/AVHRR wymaga pracy operatora tylko przy korekcji geometrycznej. Wykonanie jej ręcznie gwarantuje dokładność nie gorzą niż 500 metrów. Wyoka dokładność geometryczna jet kluczowa, by dany pikel odpowiadał temu amemu położeniu geograficznemu na każdym zdjęciu. Wzytkie pozotałe etapy przetwarzania od odbioru zdjęć aż po zetawienia wynikowe - mapy, wykrey, tabele wykonywane ą automatycznie. To pozwala na budowanie pójnej bazy produktów NOAA/AVHRR oraz wykorzytanie jej na bieżąco do oceny tanu rozwoju roślin uprawnych w Polce. Literatura: Bojanowki J., Kowalik W., Bochenek Z., 2009, Noie reduction of NDVI time erie: a robut method baed on Savitzky-Golay filter, Annal of Geomatic, 7, 2(32), Bojanowki J., Lewińki S., 2005, Porównanie wyników korekcji atmoferycznej 6S zdjęcia Landat ETM z zatoowaniem tandardowych parametrów wejściowych oraz uzykanych na podtawie pomiarów meteorologicznych, Teledetekcja Środowika, 36. Chen J., Jönon P., Tamura M., Gu Z., Matuhita B., Eklundh B., 2004, A imple method for recontructing a high-quality NDVI time-erie data et baed on the Savitzky-Golay filter, Remote Sening of Environment, 91, 3-4, Coll C., Caelle V., 1997, A plit-window algorithm for land urface temperature from advanced very high reolution radiometer data: Validation and algorithm comparion, Journal of Geophyical Reearch, 102 (D14), Dąbrowka-Zielińka K., Kogan F., Ciołkoz A., Gruzczyńka M., Kowalik W., 2002, Modelling of crop growth condition and crop field in Poland uing AVHRR-baed indice, International Journal of Remote Sening, 23 (6), Jutice C.O., Hiernaux P.H.Y., 1986, Monitoring the graland of the Sahel uing NOAA AVHRR data, International Journal of Remote Sening, 7, Kogan F.N., 1990, Remote ening of weather impact on vegetation in non-homogeneou area, International Journal of Remote Sening, 11, Kowalik W., 2002, Zatoowanie korekcji atmoferycznej zdjęć atelitarnych wykonanych w paśmie widzialnym i podczerwieni termalnej, Intytut Geodezji i Kartografii, Warzawa. Pre W.H., Teukolky S.A., Vetterling W.T., Flannery B.P., 2007, Numerical Recipe, 3 rd edition. Cambridge Univerity Pre. Price J.C., 1993, Etimating leaf area index from atellite data, IEEE Tranaction on Geocience and Remote Sening, 31, R Development Core Team, 2009: R: A language and environment for tatitical computing. R Foundation for Statitical Computing, Vienna, Autria. 15

16 Saunder R. W., Kriebel K.T., 1988, An improved method for detecting clear ky and cloudy radiance from AVHRR data, International Journal of Remote Sening, 9, Savitzky A. and Golay, M.J.E., 1964: Smoothing and differentiation of data by implified leat quare procedure. Analytical Chemitry, 36, Short T., 2006: ignal: Signal proceing. R package verion 0.5. Tucker C.J., 1979, Red and photographic infrared linear combination for monitoring vegetation. Remote Sening of Environment, 8, Vermote E., Tanre D., Deuze J. L., Herman M., Morcrette J. J., 1997, Second Simulation of the Satellite Signal in the Solar Spectrum: an overview. IEEE Tranaction on Geocience and Remote Sening, 35, Vermote E., Tanre D., Deuze J. L., Herman M., Morcrette J. J., 1997, Second Simulation of the Satellite Signal in the Solar Spectrum. Uer Guide Verion 2. Laboratoire d'optique Atmopherique, Lille. 16