Sylwia A. Nasiłowska , Warszawa

Podobne dokumenty
PRZESTRZENNE BAZY DANYCH

Zobrazowania hiperspektralne do badań środowiska podstawowe zagadnienia teoretyczne

Podstawy Geomatyki Wykład VI Teledetekcja 2. Remote sensing methods based on multispectral satellite images (passive methods)

Kompleksowy monitoring dynamiki drzewostanów Puszczy Białowieskiej z wykorzystaniem danych teledetekcyjnych

FOTOGRAMETRIA I TELEDETEKCJA

Geoinformacja - Interpretacja danych teledetekcyjnych. Ćwiczenie I

Określanie defoliacji drzewostanów sosnowych z wykorzystaniem zobrazowań satelitarnych Landsat

Teledetekcja w kartografii geologicznej. wykład I

Oferta produktowa Zakładu Teledetekcji

Nowe metody badań jakości wód wykorzystujące technikę teledetekcji lotniczej - przykłady zastosowań

Dane teledetekcyjne. Sławomir Królewicz

Ekologia 10/16/2018 NPP = GPP R. Produkcja ekosystemu. Produkcja pierwotna. Produkcja wtórna. Metody pomiaru produktywności. Ekosystemy produktywność

Charakterystyka danych teledetekcyjnych jako źródeł danych przestrzennych. Sławomir Królewicz

Sentinel Playground. Aplikacja dostępna jest pod adresem internetowym: Ogólne informacje o aplikacji

Teledetekcja w ochronie środowiska. Wykład 2

TELEDETEKCJA W MIEŚCIE CHARAKTERYSTYKA SPEKTRALNA RÓŻNYCH POKRYĆ DACHÓW, CZYLI ZMIANA FACHU SKRZYPKA NA DACHU

Wykorzystanie wysokorozdzielczych zobrazowań satelitarnych firmy Planet w rolnictwie precyzyjnym

Przegląd zdjęć lotniczych lasów wykonanych w projekcie HESOFF. Mariusz Kacprzak, Konrad Wodziński

Udoskonalona mapa prawdopodobieństwa występowania pożarów na Ziemi. Analiza spójności baz GBS, L 3 JRC oraz GFED.

Instytut Badawczy Leśnictwa

Wkład nauki dla poprawy działań w rolnictwie

PL B1. OPEGIEKA SPÓŁKA Z OGRANICZONĄ ODPOWIEDZIALNOŚCIĄ, Elbląg, PL BUP 09/17

Teledetekcja wsparciem rolnictwa - satelity ws. dane lotnicze. rozwiązaniem?

Archiwum Fotogrametrii, Kartografii i Teledetekcji Vol. 9,1999, s ISBN

Oprogramowanie wizualizujące loty fotogrametryczne w projekcie HESOFF. 24/03/2015, Instytut Lotnictwa

Detekcja drzew z wykorzystaniem lotniczego skanowania laserowego

Teledetekcja zdrowotności lasów za pomocą średniej podczerwieni. Natalia Zalewska

REMBIOFOR Teledetekcja w leśnictwie precyzyjnym

Rozwój teledetekcji satelitarnej:

Goniądz: OGŁOSZENIE O ZMIANIE OGŁOSZENIA

Wykorzystanie danych radarowych w szacowaniu wielkości biomasy drzewnej w Polsce

Dane najnowszej misji satelitarnej Sentinel 2 przyszłością dla rolnictwa precyzyjnego w Polsce

7. Metody pozyskiwania danych

ZAŁ. 2 - WARUNKI UDZIAŁU W POSTĘPOWANIU

Teledetekcja w ujęciu sensorycznym

CO WIDZI SATELITA? DOSTĘP DO ZOBRAZOWAŃ SATELITARNYCH GIS DAY 2011 KRAKÓW W POLSCE I ICH ZASTOSOWANIA

Aplikacja EO Browser posiada menu główne znajdujące się z lewej strony okna przeglądarki (ryc. 1). Podkład mapowy to mapa OpenStreetMap.

Geoinformacja Interpretacja danych teledetekcyjnych. A. Pozyskanie i przygotowanie danych

Małgorzata Mycke-Dominko TELEDETEKCYJNA METODA KATEGORYZACJI ZAGROŻENIA POŻAROWEGO LASU FOREST FIRE RISK CATEGORISATION DERIVED FROM SATELLITE IMAGES

Pierwsze wyniki analizy danych teledetekcyjnych

Detekcja i pomiar luk w drzewostanach Puszczy Białowieskiej

Bezzałogowe Statki Powietrzne

Identyfikacja siedlisk Natura 2000 metodami teledetekcyjnymi na przykładzie torfowisk zasadowych w dolinie Biebrzy

Wybrane zagadnienia w pracy z danymi rastrowymi w ArcGIS Marcin Paź Esri Polska

Wykorzystanie zdjęć satelitarnych Landsat TM do badania kondycji roślinności

KP, Tele i foto, wykład 3 1

MAPY SATELITARNE W OJEW ÓDZTW A O POLSK IEGO I DOLNOŚLĄSKIEGO

OCENA PODATNOŚCI LASU NA POŻAR NA PODSTAWIE OBRAZÓW SATELITARNYCH NOAA-AVHRR

WSTĘPNA ANALIZA PRZYDATNOŚCI WIELOSPEKTRALNYCH ZDJĘĆ LOTNICZYCH DO FOTOGRAMETRYCZNEJ INWENTARYZACJI STRUKTUR PRZESTRZENNYCH W DRZEWOSTANACH 3

Korzyści wynikające ze wspólnego opracowania. z wynikami uzyskanymi techniką GNSS

Analizy środowiskowe i energetyka odnawialna

BUDOWA i ZASTOSOWANiE PLATFORMY WiELOSENSOROWEJ W BADANiU WYBRANYCH PARAMETRÓW ŚRODOWiSKA

Trendy nauki światowej (1)


Uniwersytet Warszawski Wydział Geografii i Studiów Regionalnych Zakład Geoinformatyki, Kartografii i Teledetekcji

Analiza wpływu obrazów źródłowych na efektywność granulometrycznej analizy teksturowej w wyodrębnianiu wybranych klas pokrycia terenu

Kompleksowy monitoring procesów hydrometeorologicznych

Pakiet R Biblioteka Landsat

Szczegółowa charakterystyka przedmiotu zamówienia

Projekt jest realizowany przy udziale środków instrumentu finansowego LIFE+ Komisji Europejskiej oraz dofinansowaniu

Geoinformacja Interpretacja danych teledetekcyjnych. XIII. Obliczenie indeksu wegetacji NDVI

Zobrazowania satelitarne jako źródło danych obrazowych do zarządzania obszarami chronionymi

Satelity najnowszych generacji w monitorowaniu środowiska w dolinach rzecznych na przykładzie Warty i Biebrzy - projekt o obszarach mokradeł - POLWET

Instytut Badawczy Leśnictwa

Instytut Badawczy Leśnictwa

Podstawy fotogrametrii i teledetekcji

Teledetekcja w ochronie środowiska Wykład V

PROPOZYCJA WYKORZYSTANIA TEMATYCZNYCH DANYCH SATELITARNYCH PRZEZ SAMORZĄDY TERYTORIALNE

Zdjęcia satelitarne w badaniach środowiska przyrodniczego

2. Dane optyczne: LANDSAT, Sentinel- 2.

Określenie składu gatunkowego Puszczy Białowieskiej z wykorzystaniem danych hiperspektralnych

POLWET SYSTEM MONITOROWANIA OBSZARÓW MOKRADEŁ RAMSAR Z WYKORZYSTANIEM DANYCH SATELITARNYCH

M O ŻLIW O ŚCI IN T ERPR ETACYJN E ZO BR A Z O W A Ń PO ZYSKANYCH PRZY W Y K O R ZY STA N IU TECH NIK I VIDEO W ZA K R ESIE UV

ENVI - wszechstronne narzędzie do analiz teledetekcyjnych

Tamka 3, Warsaw, Poland

Automatyzacja procesu kontroli danych z lotniczego skanowania laserowego

Systemy Informacji Geograficznej

Wykorzystanie technologii Lotniczego Skanowania Laserowego do określania wybranych cech taksacyjnych drzewostanów

ZASTOSOWANIE RÓŻNYCH METOD OKREŚLANIA ZMIAN POKRYCIA TERENU NA OBSZARACH MIEJSKICH Z WYKORZYSTANIEM ZDJĘĆ SATELITARNYCH

MODELOWANIE UDZIAŁU TYPÓW SIEDLISKOWYCH LASU NA PODSTAWIE MAP POKRYCIA CORINE LAND COVER I NUMERYCZNYCH MODELI TERENU

EURO MAPS. opracowanie: GAF AG, GEOSYSTEMS Polska dystrybcja: GEOSYSTEMS Polska

Potencjał wysokorozdzielczych zobrazowań Ikonos oraz QuickBird dla generowania ortoobrazów.

PRACE INSTYTUTU GEODEZJI I KARTOGRAFII 2004, tom L, zeszyt 106

KP, Tele i foto, wykład 2 1

Wykorzystanie teledetekcji satelitarnej przy opracowaniu mapy przestrzennego rozkładu biomasy leśnej Polski

LANGUAGE: CUSTOMER: NO_DOC_EXT: SOFTWARE VERSION: COUNTRY: PHONE: / NOTIFICATION TECHNICAL: / NOTIFICATION PUBLICATION: /

Satelitarna informacja o środowisku Stanisław Lewiński Zespół Obserwacji Ziemi

Podstawy Geomatyki Wykład X Image Processing I

WSTĘPNA OCENA PRZYDATNOŚCI ZDJĘĆ SATELITARNYCH ASTER W TELEDETEKCJI I FOTOGRAMETRII

Kod modułu Zastosowania teledetekcji w gospodarce i mapy tematyczne. semestr 6

Przeglądanie zdjęć satelitarnych Landsat 8

ANALizA CzYNNikOWA zdjęć WiELOSPEkTRALNYCh

Geodezja i Kartografia I stopień (I stopień / II stopień) ogólnoakademicki (ogólno akademicki / praktyczny) stacjonarne (stacjonarne / niestacjonarne)

Inspekcja wałów przeciwpowodziowych i linii energetycznych przy pomocy BSL

II Forum Wiedzy i Innowacji

Zróżnicowanie wskaźników teledetekcyjnych i biometrycznych

Zastosowanie zobrazowań SAR w ochronie środowiska. wykład IV

Wpływ wilgotności gleby i roślinności na sygnał mikrofalowy w paśmie C zastosowanie Sentinel1

LANGUAGE: NO_DOC_EXT: SOFTWARE VERSION: COUNTRY: PHONE: / NOTIFICATION TECHNICAL: NOTIFICATION PUBLICATION:

Transkrypt:

PORÓWNANIE ZDJĘĆ SATELITARNYCH (LANDSAT) I LOTNICZYCH (PLATFORMA ) POWIERZCHNI BADAWCZYCH PROJEKTU W LATACH 2013-2015 Sylwia A. Nasiłowska 04.08.2016, Warszawa sylwia.nasilowska@ilot.edu.pl Zakład Teledetekcji Centrum Technologii Kosmicznych http://ilot.edu.pl/teledetekcja/home/ Instytut Lotnictwa www.ilot.edu.pl Al. Krakowska 110/114 02-256 Warszawa, Polska Evaluation of the health state of forests and an effect of phosphite treatments with the use of photovoltaic SLE UAV Life+ Project 11 ENV/PL/459, współfinansowany przez: European Community National Fund for Environmental Protection and Water Management in Poland 1

Evaluation of the health state of forests and an effect of phosphite treatments with the use of photovoltaic SLE UAV Instytut Badawczy Leśnictwa www.hesoff.eu CEL: porównanie specyfiki i potencjału danych lotniczych z platformy z danymi satelitarnymi w zdalnym monitorowaniu kondycji lasów PLAN PREZENTACJI: 1) Problem badawczy 2) Dane teledetekcyjne 3) Metodologia a) Porównanie poprzez analizę znormalizowanych wskaźników teledetekcyjnych 4) Podsumowanie i wnioski 2

PRZEDMIOT BADAŃ Sudden Oak Death, Phytophthora genus Drzewo nr 44 w Piaskach; 20.07.2016 Drzewo nr 6 w Krotoszynie; 26.07.2016 Fot: IBL Fot: Instytut Lotnictwa DANE TELEDETEKCYJNE Dane lotnicze Kamera 33 naloty fotogrametryczne od 15.07.2013 Dane satelitarne Landsat-8 skaner (NASA USGS) dane dostępne od lutego 2013 Fot.: ESA Fot: Instytut Lotnictwa 3

POWIERZCHNIE BADAWCZE Krotoszyn Piaski Źródło: ESRI Borowa Góra (Leszno) POWIERZCHNIE BADAWCZE Regiony zainteresowania (ROI) Krotoszyn ROI (region zainteresowania): Lasy liściaste Lasy iglaste Źródło: ESRI Piaski Leszno 4

460 490 520 550 570 580 610 640 670 680 700 720 730 760 790 800 820 850 880 900 910 940 970 1000 440 480 560 590 655 865 Landsat 8 430 530 630 730 830 930 1030 Współczynnik odbicia PORÓWNYWANE DANE 700m 20 cm Dowolny czas rejestracji 12 bitów (8 bitów) Poziom jasności (względny) 430-1030 nm 2 lub 6 z 20 filtrów (możliwość konstrukcji nowych specjalnie dostosowanych do problemu badawczego) Wysokość lotu/orbity Rozdzielczość przestrzenna Rozdzielczość czasowa Rozdzielczość radiometryczna Typ danych Rozdzielczość spektralna LANDSAT-8 701 km 30 m 16 dni 12 bitów Radiancja, reflektancja 433-2300 nm 9 kanałów Fot: Instytut Lotnictwa Fot: https://svs.gsfc.nasa.gov/4070 0,8 0,7 0,6 K 32' sick SYN=1,5 K 9' healthy SYN=0,09 mean for 3 trees with lowest VHS mean for 3 trees with the highest VHS 0,5 0,4 0,3 0,0 Długość fali (nm) 8 2 1 3 4 5 5

LANDSAT Min Max Mean σ Q -1 1 3 0,35 L 5 0,87 0,56 3 LANDSAT 6

460 490 520 550 570 580 610 640 670 680 700 720 730 760 790 800 820 850 880 900 910 940 970 1000 440 480 560 590 655 865 Landsat 8 Współczynnik odbicia NDVI - Normalized Difference Vegetation Index 0,8 0,7 0,6 0,5 trawa asfalt znacznik niebieska blacha 0,4 0,3 0,0 430 530 630 730 830 930 1030 Długość fali (nm) 8 2 1 3 4 5 PORÓWNYWANE DANE 1: Poziom jasności odczytany na sensorze Normalizacja względna z pominięciem wpływu atmosfery 2: Radiancja Kalibracja bezwzględna Typ danych Typ przetworzenia LANDSAT-8 1: Reflektancja terenu Korekcja atmosferyczna 2: Radiancja Kalibracja radiometryczna 7

865/655 (kanał 5 i 4) 865/560 (kanał 5 i 3) 865/480 (kanał 5 i 2) 560/480 (kanał 3 i 2) 655/560 (kanał 4 i 3) 850/640 760/640 820/670 850/550 760/550 820/520 850/460 760/460 820/460 570/460 550/460 520/460 640/550 670/520 ZNORMALIZOWANE WSKAŹNIKI TELEDETEKCYJNE WSKAŹNIK = (B1 - B2) / (B1 + B2) WSKAŹNIK Długość fali [nm] B1 B2 B1 B2 NDVI Normalized Difference Vegetation Index 760, 820, 850 640, 670 865 655 GNDVI Green Normalized Difference Vegetation Index 760, 820, 850 520, 550 865 560 BNDVI Blue Normalized Difference Vegetation Index 760, 820, 850 460 865 480 BG Blue Green Normalized Difference Vegetation Index 520, 550, 570 460 560 480 GR Green Red Normalized Difference Vegetation Index 640, 670 550, 520 655 560 NDVI GNDVI BNDVI BG GR Nr Data Nr filtru (kanału spektralnego) Rejestrowana długość fali (nm) 1 2 3 4 5 6 2014 1 30-04-2014 640 760 850 460 550 700 2 11-06-2014 640 760 850 460 550 700 3 18-06-2014 640 760 850 460 550 700 4 26-06-2014 640 760 940 460 550 1000 5 04-07-2014 640 760 940 460 550 1000 6 15-07-2014 635 865 7 14-08-2014 640 760 940 460 550 1000 8 25-08-2014 640 760 940 460 550 1000 9 04-09-2014 640 760 850 460 550 570 10 18-09-2014 640 760 850 460 550 570 11 24-09-2014 640 760 850 460 550 570 12 09-10-2014 640 760 850 460 550 570 13 29-10-2014 460 550 640 700 760 850 2015 14 20-02-2015 460 550 640 700 760 850 15 24-03-2015 460 550 640 700 760 850 16 16-04-2015 460 550 640 700 760 850 17 460 640 700 760 850 18 29-05-2015 520 550 490 610 570 670 19 720 800 820 900 940 20 11-06-2015 460 520 670 730 820 940 21 22-07-2015 460 520 670 730 820 940 22 19-08-2015 460 520 670 730 820 940 23 16-09-2015 460 520 670 730 820 940 + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + 8

13_105 13_169 13_185 13_217 13_249 13_281 14_060 14_092 14_140 14_156 14_188 14_300 15_111 15_223 15_255 15_271 13_105 13_169 13_185 13_217 13_249 13_281 14_060 14_092 14_140 14_156 14_188 14_300 15_111 15_223 15_255 15_271 120 0,9 100 80 60 0,7 0,5 0,3 Średnia z opady_30dni Średnia z gndvi Średnia z GNDVI_Q Średnia z bndvi Średnia z BNDVI_Q Średnia z ndvi Średnia z NDVI_Q Średnia z bg 40 Średnia z BG_Q con dec - Średnia z gr Średnia z GR_Q 20-0,3 0-0,5 Lasy iglaste Lasy liściaste LANDSAT KROTOSZYN Mean NDVI Q StD NDVI Q Mean NDVI L StD NDVI L sigma 3sigma różnica wskaźników 3 sigma - różnica wskaźników Lasy iglaste 0,68 0,06 0,85 0,096 16 0,347 65 8 14 0,72 0,07 0,83 0,021 0,075 24 19 0 553 0,75 0,08 0,85 0,004 0,082 46 00 5 665 0,68 0,06 0,81 0,008 0,061 84 38 0,05 15 0,66 0,06 0,86 31 43 0,430 07 2 809 0,57 0,07 1,00 0,000 0,071 12 0,429-2 841 0,77 0,05 0,73 0,013 0,047 42 0,036 1 985 0,50 0,07 0,82 0,007 0,070 11 0,313-0 Lasy liściaste 0,64 0,06 0,78 42 53 0,458 46 0,31 14 0,76 0,06 0,86 0,055 0,084 51 07 4 553 0,84 0,06 0,92 0,014 0,057 72 0,081 0,09 665 0,68 0,07 0,81 0,017 0,072 17 33 0,08 15 0,55 0,05 0,73 58 66 0,497 74 0,32 809 0,42 0,04 0,82 0,053 0,068 04 0,392-9 841 0,66 0,04 0,53 0,044 0,058 75 30 0,04 985 0,59 0,07 0,87 0,019 0,077 30 82-0,05 Suma końcowa 0,65 0,06 0,80 38 49 0,447 49 0,30 9

LANDSAT PIASKI Mean GNDVI Q StD GNDVI Q Mean GNDVI L StD GNDVI L sigma 3sigma różnica wskaźników 3 sigma - różnica wskaźników Lasy iglaste 0,63 0,080 0,81 19 43 0,430 81 49 14 0,72 0,077 0,79 0,069 03 0,310 0,070 40 553 0,76 0,094 0,86 0,012 0,094 83 0,098 85 665 0,68 0,060 0,73 0,017 0,062 87 0,042 44 15 0,57 0,081 0,82 44 65 0,495 55 41 809 0,53 0,086 1,00 0,000 0,086 59 0,470-11 841 0,66 0,069 0,66 0,018 0,071 14 0,001 13 985 0,51 0,089 0,81 0,015 0,090 70 96-0,026 Lasy liściaste 0,60 0,065 0,77 75 87 0,561 67 0,394 14 0,74 0,068 0,83 0,091 13 0,340 0,084 57 553 0,84 0,054 0,92 0,006 0,054 63 0,078 0,085 665 0,65 0,081 0,74 0,027 0,086 57 0,089 68 15 0,51 0,064 0,73 05 15 0,644 22 0,421 809 0,41 0,052 0,86 00 12 0,337 0,449-12 841 0,48 0,065 0,46 0,082 04 0,313 0,019 94 985 0,64 0,076 0,88 0,017 0,078 33 38-0,005 Suma końcowa 0,61 0,067 0,78 69 82 0,546 69 0,377 LANDSAT KARCZMA BOROWA Mean NDVI Q StD NDVI Q Mean NDVI L StD NDVI L sigma 3sigma różnica wskaźników 3 sigma - różnica wskaźników ROI 18 0,59 0,059 0,70 47 6 0,47 1 0,36 553 0,84 0,046 0,93 0,007 0,05 4 0,09 0,05 665 0,64 0,069 0,72 0,013 0,07 1 0,08 3 809 0,41 0,062 0,63 0,017 0,06 9 2-0,03 841 0,49 0,057 0,54 0,027 0,06 9 0,05 4 ROI 22 0,60 0,054 0,67 77 8 0,55 0,08 0,48 553 0,86 0,047 0,93 0,003 0,05 4 0,08 0,06 665 0,67 0,073 0,73 0,023 0,08 3 0,06 7 809 0,40 0,042 0,56 0,016 0,04 3 6-0,02 841 0,46 0,053 0,48 0,030 0,06 8 0,02 6 ROI 30 0,62 0,059 0,72 89 0 0,59 0 0,49 553 0,85 0,056 0,93 0,003 0,06 7 0,08 0,09 665 0,66 0,070 0,73 0,021 0,07 2 0,07 5 809 0,38 0,045 0,59 0,014 0,05 4 1-0,07 841 0,44 0,070 0,44 0,015 0,07 1 0,00 1 985 0,78 0,054 0,91 0,037 0,07 0 4 0,06 Suma końcowa 0,61 0,057 0,70 77 9 0,56 0 0,46 10

ROI 2 - IGLASTE ROI 5 - LIŚCIASTE 1,20 0,09 1,00 0,08 1,00 0,08 0,07 0,80 0,07 0,06 0,80 0,60 0,40 0 0,06 0,05 0,04 0,03 0,02 0,01 0,60 0,40 0 0,05 0,04 0,03 0,02 0,01 0,00 553 665 809 841 985 0,00 0,00 553 665 809 841 985 0,00 Mean NDVI Q StD NDVI Q Mean NDVI L StD NDVI L Pary pomiarowe nie spełniające testu 3 sigma Mean NDVI Q StD NDVI Q Mean NDVI L StD NDVI L LC81900242015079LGN00_sr_band5.tif LC81900242015079LGN00_band1.tif Para zdjęć 809-813 LC81900242015079LGN00_cfmask.tif 11

GR LANDSAT GR LANDSAT Para zdjęć 985-989 LC81900242015255LGN00_cfmask.tif Leszno Piaski Krotoszyn LC81900242015255LGN00_band5.tif LC81900242015255LGN00_band3.tif Leszno Piaski Krotoszyn Lasy iglaste; pary 553, 665 i 841 0-0,4-0,3 - - 0 - - Lasy liściaste; pary 553, 665 i 841 0-0,4-0,3 - - 0 - - -0,5 GR -0,3 y = 0,9869x - 0,0068-0,4 R² = 0,9075 r = 0,962-0,3-0,4-0,5 GR y = 1,1123x + 0,0135 R² = 0,9452 r = 0,967 12

Współczynnik korelacji Pearsona Przedział ufności Lasy iglaste Dzień GR LANDSAT NDVI GNDVI BNDVI GR BG 4 i 7 lipiec 2014 553 0,979 0,836 0,539 0,778-0,018 27 i 29 październik 2014 665 0,897 86 54 0,871 76 16 i 21 kwiecień 2015 841 0,847 0,574 0,354 0,899-0,543 Lasy liściaste 4 i 7 lipiec 2014 553 0,871 0,816 0,713 0,832 0,493 27 i 29 październik 2014 665 0,557 0,535 0,518 0,412 0,447 16 i 21 kwiecień 2015 841 0,488 0,452 63 0,623-76 Dzień NDVI GNDVI BNDVI GR BG Lasy iglaste 4 i 7 lipiec 2014 553 0,0001 0,0137 929 0,0151 0,9213 27 i 29 październik 2014 665 066 0,3411 0,8437 0,0107 0,454 16 i 21 kwiecień 2015 841 0,0066 317 0,4514 0,0023 0,0996 Lasy liściaste 4 i 7 lipiec 2014 553 0,00001 0,00001 0,0006 0,00001 0,0071 27 i 29 październik 2014 665 0,0491 0,0895 0,0142 0,0328 0,0011 16 i 21 kwiecień 2015 841 0,0081 0,0685 0,4824 0,0004 283 Lasy liściaste; pary 553, 665 i 841 (n=57) 0-0,4-0,3 - - - 0 - -0,3-0,4-0,5 GR y = 1,1123x + 0,0135 R² = 0,9452 r = 0,967 Lasy liściaste; para 553 y = 1,2476x + 0,0492 R² = 0,6634 r = 0,832 - - GR LANDSAT -0,4-0 0 Lasy liściaste; para 665 0 - - GR LANDSAT -0,4-0 Lasy liściaste; para 841 0 - - GR LANDSAT -0,4-0 -0,3-0,4 y = 0,9631x - 0,0096 R² = 412 r = 412-0,3-0,4 y = 0,4577x + 0,0581 R² = 0,5325 r = 612-0,3-0,4-0,5 GR -0,5 GR -0,5 GR 13

PODSUMOWANIE W pierwszym przybliżeniu dane z platformy oraz skanera LANDSAT wykazują zgodność dla danych z lipca (bez kanału niebieskiego) Im dłuższa rejestrowana fala tym silniejsze powiązanie pomiędzy danymi lotniczymi a satelitarnymi, gdyż wpływ atmosfery w tych kanałach spada Wykazano silniejszą zależność danych dla lasów iglastych niż liściastych Zgodność pomimo różnic wynikających ze specyfiki danych: - Rozdzielczość przestrzenna, spektralna, radiometryczna - Odstęp czasowy pomiędzy zobrazowaniami Dodatkowe czynniki wpływające na różnice pomiędzy danymi: - Błędy w korekcji atmosferycznej produktu satelity LANDSAT i jej brak dla danych - Brak korekcji bezwzględnej dla danych Kolejny etap prac: porównanie danych po korekcji bezwzględnej WNIOSKI Dane lotnicze z platformy i satelitarne LANDSAT-8 pomimo innej skali wynikającej z piksela wykazują zbieżność i są ze sobą skorelowane. Porównane dane mają analogiczny potencjał w monitorowaniu zdrowotności drzew, pozwalając na badanie trendów i zależności. Dzięki systemowi, który może być zamontowany na różnych platformach możemy uszczegółowić dane teledetekcyjne o niższej rozdzielczości przestrzennej, jak np. Landsat. 14

PORÓWNANIE ZDJĘĆ SATELITARNYCH (LANDSAT) I LOTNICZYCH (PLATFORMA ) POWIERZCHNI BADAWCZYCH PROJEKTU W LATACH 2013-2015 Sylwia A. Nasiłowska Jan Kotlarz Alicja Rynkiewicz Mariusz Kacprzak Karol Rotchimmel sylwia.nasilowska@ilot.edu.pl Remote Sensing Division http://ilot.edu.pl/teledetekcja/home/ 04.08.2016, Warszawa Institute of Aviation www.ilot.edu.pl Al. Krakowska 110/114 02-256 Warsaw, Poland 15