1,721,049 research outputs found
Assessment of the dominant alpine sward species condition of the Tatra National Park using hyperespectral remote sensing
No full textRóżnorodność muraw wysokogórskich jest odzwierciedlona w cechach spektralnych, które można analizować za pomocą narzędzi teledetekcji. Każdy gatunek z racji na swoje strategie rozwoju ma unikatowy zestaw właściwości, które świadczą o jego stanie w poszczególnych zakresach widma elektromagnetycznego. Przedmiotem niniejszej pracy były dominujące gatunki muraw wysokogórskich Tatrzańskiego Parku Narodowego: sit skucina (Juncus trifidus), boimka dwurzędowa (Oreochloa disticha), mietlica skalna (Agrostis rupestris), śmiałek pogięty (Deschampsia flexuosa), kostrzewa niska (Festuca airoides), kostrzewa barwna (Festuca picta), kosmatka brunatna (Luzula alpino-pilosa), bliźniczka psia trawka (Nardus stricta). Obszar badawczy obejmował homogeniczne płaty poszczególnych gatunków znajdujące się w transekcie poprzecznym wzdłuż najważniejszych szlaków. Badania objęły zarówno wydeptywane poligony, jak i referencyjne znajdujące się ponad 10 m od szlaków. Szczególna uwaga zwrócona była na obszary poddane rekultywacji przez TPN, jak i obszary stałego monitoringu PKL i TPN. Większość poligonów zlokalizowana była w okolicach Kasprowego Wierchu, Beskidu, Doliny Gąsienicowej oraz Czerwonych Wierchów. Badania bazowały na terenowych pomiarach spektrometrycznych ASD FieldSpec 3. Jako dane referencyjne wykorzystano pomiary fluorymetryczne oraz bioradiometrycznych w okresie badawczym 2011-2014. Uzyskane dane zostały przeanalizowane statystycznie, a następnie obliczono teledetekcyjne wskaźniki roślinności, które pozwoliły ocenić i porównać kondycję badanych gatunków. Rekultywowana roślinność wykazała się cechami bliższymi właściwościom spektralnym płatów referencyjnych, niż uszkodzonych, które w sposób znaczący i istotny statystycznie potwierdziły negatywny wpływ wydeptywania. Wpływ ten jest różny dla poszczególnych gatunków. Zmiany istotne statystycznie różniły się w zakresie widma opisującym ilość chlorofilu, struktury komórkowe oraz zawartość wody w roślinności. Obniżone wartości wskaźników odnotowano dla poligonów wydeptywanych, zwłaszcza dla wskaźników opisujących chlorofil (np. ratio analysis of reflectance spectra algorithm chlorophyll a), stan ogólny (np. normalized multi-band drought index) i zawartość wody w roślinności (np. water band index). Potwierdzono to także poprzez pomiary fluorescencji (wskaźnik Fv/Fm). Ogółem wartości wskaźników mieściły się w optymalnych przedziałach, stan muraw wysokogórskich określono jako dobry. Zastosowanie metod fluorescencji i teledetekcji potwierdził ich przydatność do analizy gatunkowej na obszarach górskich, oceny jej kondycji i monitoringu.Vegetation through its condition reflects properties of the environment. A variety of alpine plant characteristics can be analyzed with an application of remote sensing tools. The aim of the study was to assess the condition of dominant species of alpine swards (Juncus trifidus, Oreochloa disticha, Agrostis rupestris, Deschampsia flexuosa, Festuca airoides, Festuca picta, Luzula alpino-pilosa and Nardus stricta) using hyperspectral remote sensing techniques. The study area was the Tatra National Park (Poland), in particular, areas where the vegetation of high mountain grasslands was strongly pressed by tourists (the Kasprowy Peak with surroundings hills and the Red Peaks). ASD FieldsSpec 3 spectrometer, fluorometer, and bioradiometric instruments during selected periods of 2011 to 2014 were used. Research polygons were located: along the trail, which depicted trampled vegetation and 10 m away from the trail ˗ as reference polygons. In addition, measurements were taken on areas where the Tatra National Park actively protects remediation of the vegetation. The obtained spectral properties for species of trampled, referenced and remediation patches were statistically significantly different of cellular structures, chlorophyll and water content in the canopy. Worst index values were observed for trampled plants, especially among chlorophyll based indices (e.g. ratio analysis of reflectance spectra algorithm chlorophyll a), general condition (e.g. normalized multi-band drought index) or water content (e.g. water band index). Species of remediation areas are characterised by a similar or sometimes even better properties than the reference areas. This observation was also confirmed by fluorescence measurements (e.g. Fv/Fm index). In general, index values were within optimal ranges, so the condition of the high grasslands was determined as good one. Application of fluorescence analysis and remote sensing tools confirms the suitability of such methods for monitoring of species in mountain areas
Application of hyperspectral data and artificial neural networks for tree species classification of Karkonoski National Park
No full textZnajomość składu gatunkowego lasu jest ważnym zagadnieniem w zarządzaniu zasobamiśrodowiska leśnego. Główny nacisk powinien być położony na monitoring składu gatunkowegoposzczególnych zbiorowisk i ich rozmieszczenia przestrzennego. Praca skupiła się na opracowaniumetod identyfikacji gatunków drzew wykorzystując lotnicze dane hiperspektralne.Wysokorozdzielczy skaner hiperspektralny APEX (288 kanałów spektralnych w zakresie 413-2440nm o wielkości piksela 3,35 m) został użyty jako źródło danych do opracowania maprozmieszczenia wybranych gatunków drzew na obszarze Karkonoskiego Parku Narodowego. Wbadaniach wykonano mapę lokalizacji przestrzennej następujących gatunków: buk (Fagus sylvaticaL.), brzoza (Betula pendula Roth), olcha (Alnus Mill.), modrzew (Larix decidua Mill), sosna (Pinussylvestris L.) i świerk (Picea abies L. Karst). W celu zredukowania czasu przetwarzania danych,przeprowadzono procedurę wyboru najlepszych kanałów spektralnych. Zaszumione kanałyzobrazowania oraz te o niskiej jakości zostały usunięte (66 kanałów) przed analizą składowychgłównych (Principal Component Analysis – PCA). Po transformacji, zawartość informacji wkażdym kanale została obliczona wykorzystując współczynnik użyteczności kanału (band loading).Analiza PCA pozwoliła wybrać 40 kanałów spektralnych o największej zawartości informacji, którezostały użyte do klasyfikacji drzewostanów. Jako klasyfikator wykorzystano perceptronwielowarstwowy z jedną warstwą ukrytą. Symulowanie działania sztucznej sieci neuronowejprzeprowadzono przy użyciu programu R oraz paczki nnet. Przeprowadzono proceduręoptymalizacji parametrów uczenia oraz struktury (liczba neuronów w warstwie ukrytej) w celuotrzymania jak najlepszych wyników. Uzyskane wyniki zostały zweryfikowane na podstawiemarszruty terenowej. Rezultatem badań jest mapa rozmieszczenia gatunków drzewiastych.Uzyskane dane statystyczne (mediana dokładności całkowitej wyniosła 87% oraz współczynnikkappa 0,81) potwierdziły przydatność opracowanej metody oraz obrazów hiperspektralnych APEX,gdyż wszystkie sklasyfikowane gatunki uzyskały medianę dokładności producenta wyższą niż 68%.Najlepiej sklasyfikowały się świerki, buki i brzozy (mediana dokładności producenta wyniosłaodpowiednio 93, 88 i 83%. Sosna sklasyfikowała się uzyskując medianę dokładności producenta napoziomie 68% oraz mediana dokładności użytkownika 75%. Opracowana metoda potwierdziłapotencjał teledetekcji hiperspektralnej oraz sztucznych sieci neuronowych jako narzędzi dokartowania gatunków drzew.Knowledge of tree species composition in forest is an important topic in forest management.Accurate tree species maps allow acquiring more details of forest biophysical variables. Thisresearch focused on developing methods of tree species identification using aerial hyperspectraldata. Research area was the Karkonoski National Park located in south-western Poland. Highresolution (3,35m) APEX hyperspectral data (288 spectral bands in range from 413 to 2440 nm)were used as a basis for tree species classification. Beech (Fagus sylvatica L.), birch (Betulapendula Roth), alder (Alnus Mill.), larch (Larix decidua Mill), pine (Pinus sylvestris L.) and spruce(Picea abies L. Karst) were classified. Noisy bands (including water vapor absorption range) weretaken out of whole dataset before band selection procedure. Remaining bands went thought PCA(Principal Component Analysis) analysis to find out bands with highest information load. Eachband had its information load assessed and was ranked based on amount of information it held.Finally 40 most informative bands were selected for final classifications. Feed forward multilayered-perceptron with single hidden layer was applied. To simulate such network we used Rstatistical program and package nnet. Methods of the best artificial neural network architecturedetermination (number of neurons in hidden layer) and network training parameters were used. Theoutput maps were verified using field collected data. Final tree species maps cover whole area ofKPN; achieved median overall accuracy of 87%, with median producer accuracies for all classesexceeding 68%. Best classified classes were spruce, beech and birch with median produceraccuracies of 93%, 88% and 83% respectively. Class pine achieved lowest median producer anduser accuracies of 68% and 75%. Results show great potential in hyperspectral data as tool foridentifying tree species location in diverse mountainous forest
Application of hyperspectral data and artificial neural networks for tree species classification of Karkonoski National Park
Full text linkLink archiwalny https://depotuw.ceon.pl/handle/item/215217236
Advances in DSM Generation and Higher Level Information Extraction from High Resolution Optical Stereo Satellite Data
No full textThe automatic generation of digital surface models (DSM) of urban areas from high and very high resolution (VHR) stereo data from satellites is still a research issue. Image matching algorithms from computer vision have been introduced and adopted to satellite imagery in recent years. These algorithms do not work using local optimisation like area based matching but try to optimize a global cost function. Analysis shows that matching approaches based on epipolar images like semi-global matching (SGM) and new methods using total generalized variation (TGV) yield the best results. Especially satellites like Worldview-2, GeoEye-1 and Pleiades exhibit very high spatial resolution and geometric quality and can therefore be used to generate DSMs with good properties. If several stereo images from one orbit are available, a combination of DSMs generated by different stereo pairs leads to even better results. Using these DSMs, which already show urban area features in high detail, further higher level information can be extracted and new products can be generated.
The main focus of this contribution is to present and analyse several derived information products which can be generated using the DSMs generated from satellite stereo data together with panchromatic and multispectral images. In many applications the product of interest is not the DSM but the digital terrain model (DTM), which exhibits not the height of objects like buildings or trees but the underlying terrain. In this paper a selected method and example for generating DTM from DSM is presented. A further issue is to extract real 3D objects like buildings using DSM and the derived DTM data. Different methods have been developed and are presented using typical examples in densely build city areas including validation results. At least larger buildings can be automatically extracted with sufficient accuracy; even the roof shape (gable or flat roof) can be extracted and modelled. Since automatic change detection is generally a very difficult topic in image processing, information on height or 3D properties are of advantage when used in the change detection procedure. Therefore, if stereo data sets from different dates are available, automatic 3D change detection can be performed using the corresponding DSMs. Since the change detection results depend very much on the quality of the DSMs they generally have to be improved using the multispectral information. Two methods have been developed and are shown and compared using examples from dense urban and industrial areas. The presented results show that due to the good data quality and resolution of satellite image data and the corresponding DSMs, it has become feasible to derive higher level and detailed geo-information regarding 3D relevant object classes and change detection
Hyperspectral remote sensing of peat humification
No full textThe ability to estimate the spatial variability in the degree of humification in exposed and eroding peats is important for carbon budget studies as well as having implications for water quality and drinking water supplies. This paper examines the potential of using hyperspectral remotely sensed data to estimate peat humification in exposed peats in the southern Pennines, UK. Hyperspectral HyMap images were acquired as art of the BNSC/NERC SAR and Hyperspectral Airborne Campaign (SHAC). Spectra were extracted for selected sample sites where ground-based spectra had been acquired with a spectro-radiometer and peat samples had been collected. The peat samples were analysed in the laboratory to determine their physico-chemical properties, including moisture content, organic content and the degree of humification. A number of candidate indices were investigated by testing the strength of correlation between the remotely sensed data and humification. The effect of water content was also investigated by comparing the results from in situ wet peat and samples that had been dried and measured using a spectro-radiometer with a contact probe. The index most strongly correlated with humification across a range of moisture content was the normalised gradient of the NIR plateau, especially the normalised slope of the shoulders of the absorption feature at 1200 nm. The results suggest that such indices could be used to estimate the spatial variability of peat humification, although further work is required to test the spatial and temporal stationarity of the results and further understand the relationships between peat properties and reflectance, especially for burned peat
Assessment of the dominant alpine sward species condition of the Tatra National Park using hyperespectral remote sensing
No full text13739
Implementation of the Automatic Processing Chain for ARES
No full textDLR (Deutsches Zentrum für Luft- und Raumfahrt) and GFZ (Geo-Forschungszentrum Potsdam) are acquiring the airborne hyperspectral scanner ARES to be operating from autumn 2005.
In order to ensure the first fully automatic processing environment for hyperspectral airborne scanner data working without any user interaction, the whole processing chain is embedded into the 'Data Information and Management System' (DIMS), an operational processing and archiving environment installed at DLR. The following objectives were pursued: automation and standardization of the processing environment and the resulting data products, ensuring a high quality data standard, utilization of a professional web interface making the data stock and status transparent to the user, plus offering access to a professional archiving environment.
DLR's 'Data Information and Management System' (DIMS) provides an archiving subsystem as well as a generic processing environment and a searchable database including a public access via the WWW.
The processing steps embedded into the DIMS include system correction, orthographic rectification and atmospheric correction. During system correction system artefacts due to the sensor characteristics are removed and the data is calibrated to at-sensor-radiance based on the calibration coefficients attained during laboratory calibration. In the course of the orthographic rectification the attitude and position data recorded during datatake are synchronized with the scanner data and geo-referenced by the use of a Digital Terrain Model. The task of the atmospheric correction is the calibration of each pixel to ground reflectance. This is done by the implementation of the software package ATCOR, which is based on the radiative transfer model MODTRAN, and integrates the digital terrain model and meteorologic data. Each processing step is followed by a quality control giving evidence if the quality standards are met.
For each processing level a data model is described, including the components available at each processing level plus a set of parameters describing the dataset. This description of parameters on the one hand facilitates the traceability of the processing steps, while on the
other hand enables the user to view all relevant parameters, when inspecting the data catalogue.
Based upon the data model the design and implementation of the processing system is explained, where the interaction of the specific processing components between each other and with the generic processing environment are shown
Modeling the spatial distribution of asbestos products used in Poland and an estimation of removal costs
Full text linkLink archiwalny https://depotuw.ceon.pl/handle/item/231626231
Optymalizacja wyboru kanałów zobrazowania HySpex do identyfikacji pokryć dachowych na podstawie skuteczności nadzorowanego klasyfikatora
No full textLink archiwalny https://depotuw.ceon.pl/handle/item/415
- …
