Go to content Go to navigation Go to search

geo-spatial.org: An elegant place for sharing geoKnowledge & geoData

Căutare



RSS / Atom / WMS / WFS


Contact


Lista de discuții / Forum


Publicat cu Textpattern


Comunitatea:

Conferința FOSS4G 2019
Conferința FOSS4G 2018

Analiza grosimii stratului de zăpadă în Munții Bucegi folosind imaginile satelitare

de Florin Iosub

Publicat la 17 Dec 2007 | Secţiunea: Articole | Categoria: Teledetecție/

Acumularea de zăpadă reprezintă creșterea grosimii stratului respectiv, datorată căderii de zăpadă proaspătă. În cele mai multe cazuri, acumularea acesteia este presupusă a fi o funcție a precipitațiilor și a temperaturii aerului: precipitațiile cad sub formă de zăpadă dacă temperatura aerului este sub un anumit prag, în alte condiții ele cad sub formă de ploaie.

Alternativ, acumularea zăpezii poate fi măsurată în teren, folosind imaginile satelitare, sau modele statistice (asa cum sunt regresiile si rețelele neurale). Măsurătorile din teren redau o descriere fidelă a proprietăților așa cum sunt grosimea, profilul și structura acesteia. Dar, ele sunt doar valori punctuale, atât spațial cât și temporal. De asemenea, colectarea de date din teren este constrânsă de accesibilitate, condițiile meteo si de cele mai multe ori este foarte costisitoare. Pentru a îmbunătăți rezoluția spațială și temporală pot fi folosite serii de imagini satelitare [Turpin, 1999]. Restricționările imaginilor se datorează prezenței norilor și intervalelor, uneori mari, dintre înregistrări.

Metodologie

Pentru analiza grosimii stratului de zăpadă s-au utilizat imagini satelitare ASTER (Advanced Spaceborne Thermal Emission and Reflection Radiometer) precum si date măsurate în teren, iar ca metodă de lucru s-a folosit regresia lineară.

ASTER (Advanced Spaceborne Thermal Emission and Reflection Radiometer) este un instrument avansat de obținere a imaginilor satelitare multispectrale ce a fost lansat la bordul misiunii Terra în decembrie 1999. El acoperă o regiune spectrală largă, cu 14 benzi (Tabelul 1) de la vizibil la infraroșu termal, cu o rezoluție spațială, spectrală și radiometrică ridicată. De asemenea, o bandă din apropierea infraroșului prezintă proprietăți stereometrice. Rezoluția spațială variază cu lungimea de undă: 15 m în vizibil și infraroșu apropiat (VNIR), 30 de m în banda scurtă infraroșu (SWIR) și 90 de metri în infraroșu termal (TIR). Fiecare imagine ASTER acoperă o suprafață de 60 × 60 km.

Subsistem Nr. Bandă Interval spectral (µm) Rezoluție spațială (m)
VNIR 1 0.52-0.60 15
VNIR 2 0.63-0.69 15
VNIR 3N 0.78-0.86 15
VNIR 3B 0.78-0.86 15
SWIR 4 1.60-1.70 30
SWIR 5 2.145-2.185 30
SWIR 6 2.185-2.225 30
SWIR 7 2.235-2.285 30
SWIR 8 2.295-2.365 30
SWIR 9 2.360-2.430 30
TIR 10 8.125-8.475 90
TIR 11 8.475-8.825 90
TIR 12 8.925-9.275 90
TIR 13 10.25-10.95 90
TIR 14 10.95-11.65 90

Tabelul 1. Intervale spectrale ASTER

Instrumentul ASTER furnizează aproximativ 650 de imagini pe zi, dintre care unele au nivelul de procesare Level 1A, iar altele (aproximativ 150) au nivelul de procesare Level 1B. Toate imaginile sunt transferate în arhiva EOSDIS de la centrul de date EROS, pentru stocare, distribuție și procesare, iar ulterior, pentru obținerea unor produse cu un nivel calitativ mai ridicat. Formatul de stocare este HDF-EOS. ASTER reprezintă o cooperare între NASA și Ministerul Economiei și Comerțului din Japonia, cu colaborarea unor organizații științifice și industriale din ambele țări.

Misiunea Terra are o orbită circulară, aproape polară la o altitudine de 705 km. Orbita se sincronizează cu Soarele și traversează ecuatorul la ora locală 10.30 AM, întorcându-se la aceeași orbită la fiecare 16 zile. Subsistemul VNIR ( Vizibil Infraroșu Apropiat) este alcătuit din doua ansambluri telescopice independente care minimizează distorsionarea imaginii. VNIR extrage automat informația corectă bazată pe o poziție orbitală ce acoperă o suprafață de 4000 de pixeli, furnizată de către platforma EOS ( Earth Observing System). Subsistemul SWIR (Infraroșu de Undă Scurtă) utilizează un singur telescop de refracție asferic. Există 6 filtre optice folosite pentru separația spectrală. Un dispozitiv de calibrare similar este utilizat și pentru subsistemul VNIR pentru calibrarea în timpul zborului, diferența constând in faptul că subsistemul SWIR are un singur asemenea dispozitiv. Subsistemul TIR (Infraroșu Termal ) utilizează un sistem newtonian catadioptric cu o oglindă primară asferică și lentile pentru corecții. Spre deosebire de celelalte două subsisteme, acesta fixează și scanează cu ajutorul unei oglinzi. El poate furniza informații utile atât pe timpul zilei cât și noaptea.

Se diferențiază două tipuri de date: cele cu un nivel de procesare L1A și cele L1B. Datele L1A sunt definite ca date neprocesate și reconstruite la rezoluție maximă. Ele sunt reprezentate prin imagini, coeficienți radiometrici, coeficienți geometrici și alte date auxiliare, fără aplicarea acestor coeficienți la datele imaginilor, menținând valorile originale ale datelor. Datele L1B sunt generate prin aplicarea acestor coeficienți în scopul calibrării radiometrice și geometrice.

Regresia liniară

Analizează relația dintre două variabile: X și Y. Pentru fiecare temă (sau unitate experimentală) se știu atât X, cât și Y și se dorește a se ști cea mai bună linie dreaptă dintre date. În unele situații, panta poate avea un înțeles științific. În alte cazuri, linia de regresie liniară se folosește ca o curbă standard pentru a calcula noi valori ale lui X din Y sau invers.
Prisma determină și multiplică cele mai potrivite linii de regresie liniară, incluzând opțional un interval de încredere de 95% sau intervale de benzi de predicție de 95%. De asemenea, se poate determina ca linia sa treacă printr-un anumit punct (de obicei originea), se pot calcula reziduale sau se pot compara pantele a două sau mai multor linii de regresie.

În general, scopul regresiei liniare este de a găsi linia care redă cel mai bine Y din X. Aceasta operațiune este realizată de către regresia liniară, găsind linia care diminuează suma pătratelor distanțelor verticale ale punctelor de pe linie. Se presupune că datele sunt liniare și se găsește panta care să traseze o linie dreaptă și care să se potrivească cel mai bine informațiilor.

De pe imaginile ASTER, s-au extras valorile reflectanței în punctele în care s-au avut date măsurate în teren privind grosimea stratului de zăpadă. Pentru aceasta s-a folosit banda infraroșu mediu de la ASTER (banda 4) (Fig.1), bandă în care zăpada prezintă cel mai bun răspuns spectral [Dozier, J. și Painter, T. H., 2004].

Figura 1. Banda 4 ASTER (Infraroșu mediu)

Astfel, pe bază valorilor grosimii stratului de zăpadă și a valorilor reflectanței de la stațiile meteorologice (Tabelul 2), s-a putut obține o imagine de ansamblu, pe toată suprafața munților Bucegi, referitoare la distribuția stratului de zăpadă și a grosimii acestuia (data de 1 martie 2003) folosind următoarea ecuație:

Y= 1,31+0,02*X, unde:

-Y reprezintă grosimea stratului de zăpadă;
-X reprezintă banda 4 de la ASTER;
-1,31 este segmentul de axă;
-0,02 reprezintă panta.

Stație meteorologică Altitudine (m) Grosimea stratului de zăpadă (cm) Reflectanță
Vf. Omu 2505 41.25 2.3
Sinaia 1090 85.5 3.5
Predeal 1500 47.75 2.75
Fundata 1383 50.25 3.1
Câmpina 436 12 1.5

Tabelul 2. Măsurători la stații meteorologice

Rezultate obținute și concluzii

Folosind metodologia de mai sus s-a obținut harta variației grosimii stratului de zăpadă în Munții Bucegi la data de 1 martie 2003. Se poate observa că stratul de zăpadă a avut grosimi cuprinse între 32 și 82 cm. Predominante au fost suprafețele cu o valori între 35-40 cm, acestea deținând o pondere de 69,3% din total. (Fig.2).

Figura 2. Harta grosimii stratului de zăpdă în Munții Bucegi în data de 1 martie 2003

Ulterior am analizat acest parametru în funcție de alți indicatori morfometrici: pantă, curbura în profil și hipsometrie (Fig.3, 4, 5).

Figura 3. Variația grosimii stratului de zăpadă comparativ cu valoarea pantelor

Figura 4. Variația grosimii stratului de zăpadă în funcție de curbura în profil

Figura 5.Variația grosimii stratului de zăpadă în raport cu treptele de altitudine

Metologia prezentată mai sus oferă o bună imagine asupra distribuției spațiale, chiar dacă există unele erori. Va fi necesară o validare a produselor ASTER, folosind mai multe date de teren, pentru cuantificarea bună a erorilor.

Bibliografie

Abrams, M., ASTER Users Handbook, Vol. 2.
Pfeffer,K., (2003), Integrating spatio-temporal environmental models for planning ski runs
Tappeiner,U., (2001), GIS-based modelling of spatial pattern of snow cover duration in an alpine area.

Discută articolul (0 comentarii)

Categorii