Zur Physik des SehensEinführungs-Praktikum
zum Umgang mit Satellitenbildern 1. Das
Licht der Sonne, Wassertropfen und Regenbogen 1. Das Licht der Sonne, Wassertropfen und Regenbogen Das weiße Sonnenlicht
fällt auf die Erde. Von verschiedenen Gegenständen wird Licht unterschiedlich
aufgenommen (absorbiert) und damit erwärmt. Restlicht wird wieder
abgestrahlt, das ergibt den Farbeindruck einzelner Objekte für das
Auge. Wenn Sonnenlicht von Regentropfen reflektiert wird, so wird das weiße Sonnenlicht beim Durchgang durch den Regentropfen in seine Spektralfarben zerlegt. (Mit einem Glasprisma macht man dies in der Physik.) Das menschliche Auge sieht den Regenbogen. Das Naturexperiment bestätigt: Licht besteht aus verschiedenen Farbbereichen.
2. Die Sensoren-Sicht, Messen im VIS Möchte man Licht
messen, so verwendet man dazu Sensoren, die jeweils für einen einzelnen
Lichtbereich empfindlich sind.
Und so misst eine digitale Kamera:
und dies sieht im sichtbaren Licht (VIS) so aus: K1 ist
das blaue Licht, K2 das grüne Licht und K3 das rote Licht. 3. Die RGB-Sicht, digitale Kamera und unser Auge
Unser Auge ist ähnlich gebaut wie ein Sensor-Chip einer digitalen Kamera. Für rotes, grünes und blaues Licht wird jeweils die Lichtstärke gemessen, das Gehirn bzw. ein Mikro-Chip erzeugt daraus das farbige Bild. Bei einem Farbenblinden fällt dabei das Ergebnis anders aus, als bei Normalsichtigen. Die Fotosoftware kann die Messwertbilder aus dem roten, grünen und blauen Licht zu einem sog. Farbkomposit zusammen setzen. Für unser Fotobeispiel sieht das dann so aus, daneben ein Satellitenbild in Echtfarben:
Die Bild-Beispiele
zeigen noch etwas Wichtiges: Die Größe der Bildpunkte, die sog.
optische Auflösung ist bei Satellitenbildern viel geringer
als bei einer digitalen Kamera, so sieht es wenigstens aus. Der
Schein trügt: Die technische Leistung beim Aufnahmesystem eines
Satelliten ist um ein Vielfaches besser als bei einer digitalen
Kamera. 4. Die Sensoren-Sicht, Messen im IR Erst jetzt wird
es interessant. Wie sieht das aus, was der Mensch mit seinen Augen
selbst nicht sehen kann? Wir wollen infrarotes Licht (IR)
sichtbar machen. Wir wissen noch
nicht, was man in einzelnen IR-Farbbereichen so sehen kann. In welchen Vergleichen stimmen die hellen Bildausschnitte von Normalbild (VIS) und Mouseover-Bild (Infrarotes Licht) am besten überein? Was stellen die hellen Stellen mit starker Rückstrahlung im Normalbild dar? Wasser, Wald, Wiese, Siedlung, Acker, ...
Das Ergebnis sollte sein: Folgerungen: Aufwändige Untersuchungen haben gezeigt: 5. Die RGB-Sicht im VIS und IR, Echt- oder Falschfarbenbild So wie man die 3 Messwertreihen der digitalen Kamera zu einem Farbbild zusammenführen kann, so kann man auch Messwerte im infraroten Licht sichtbar machen. Also aus 3 mach 1! Mit einer Bildverarbeitungssoftware kann man beliebige 3 Graustufenbilder (das sind die Messwerte einzelner Kanäle zum gleichen Gebiet) in ein Farbkomposit umformen. Die Komposite
RGB=(321), RGB=(341) und RGB=(541) versteht man am leichtesten,
man kann sie intuitiv interpretieren. Auf einer eigenen Seite sind diese ausgewählten Komposite zusammengestellt. Dort ist zu untersuchen, was in welcher Darstellung am besten zu erkennen ist und in welchem Komposit das IR mehr leistet als das VIS. In diesem Zusammenhang ist auch zu klären, wie man die unterschiedlichen Komposite eindeutig benennt. 6. Die LST-/SST-Sicht, Thermales Infrarot Mit dem Thermalen
Infrarot kommt eine Besonderheit ins Spiel, denn alle Objekte haben
ihre eigene Körpertemperatur. Alle Objekte geben deshalb Thermale
Infrarot-Strahlung ab, die man mit Sensoren Messen kann. Wärmekameras
und berührungslose Thermometer nutzen diesen Effekt. SST = Sea Surface Temperatur = Wasseroberflächentemperaturen Von Wasser wird IR-Strahlung der Sonne, auch TIR, absorbiert und nicht reflektiert. So kann man die aufgefangene TIR-Strahlung eindeutig auf die Eigenstrahlung von Wasser, also die Temperatur der oberen Wasserschicht (6mm) zuordnen. SST-Messungen sind deshalb auf 1°C genau. Sie sind sehr wichtig, weil die Meere über ihre Oberflächentemperatur das Weltklima entscheidend bestimmen. LST = Land
Surface Temperatur = Landoberflächentemperaturen 7. Die NDVI-Sicht, Zellzustand oder Chlorophyll bei Vegetation Der 'Normalisierte Differenzen Vegetation Index' (NDVI) verknüpft rein rechnerisch die Messwerte im NIR- und Rot-Bereich. Daraus wird für jeden Bildpunkt einzeln ein Zahlenwert ermittelt. Zu jedem Bildpunkt gehört dann zum Messwert passend ein Farbwert aus einer festgelegten Farbskala (NDVI-Palette). Alle Messwerte zusammen ergeben dann eine Farbkarte.
Werte über 0,38 zeigen intakte Vegetation. Je höher der Wert, umso vitaler ist die Vegetation. Bei Werten unter 0,38 ist Vegetation tot oder es fehlt Vegetation oder die Vegetation ist in winterlicher bzw. sommerlicher Wachstumsruhe. In letzterem Fall erscheinen Chlorophyll-grüne Pflanzen im NDVI-Bild als tot. Mehr zum NDVI ... 8. Satlupe-Praktikum, Spielereien mit Originalmessdaten Im Ordner 'satlupe' sind
neben der Software 'satlupe.exe' auch diese Anleitung und nachfolgende
Datensätze für Übungen enthalten: Aufgabe 1: Eine kleine Datenanalyse (zur Hilfe-Seite) Ein Histogramm ist die Statistik der unterschiedlichen Grauwerte in einem Graustufenbild. Wie oft kommt z.B. der Messwert 123 vor? Wo liegt der Peak der Häufigkeitsverteilung? Was ist der Minimum-Wert, was ist der Maximum-Wert? Vereinzelte 'Blindgänger' unter den Messwerten werden vernachlässigt! Ein Histogramm ist also eine Auszählliste zu einer Messreihe. Die Programmfunktion 'Histo' zeigt für jeden Kanal die Häufigkeitsverteilung der Graustufen in Form eines Histogramms. Eine Messwertkarte von Geodaten
erhält man, wenn man die Messwerte in ihrer geographischen Lage
darstellt. Die Tasten 'Kanal 1' etc. zeigen diese Karten. 'HisXY' liefert ein Vergleichs- oder Korrelationsdiagramm. Hier werden die Graustufen zweier Kanäle miteinander verglichen. Wenn zwei Bilder gleich sind, dann liegen die Bildpunkte (x/y) auf einer diagonalen Linie, wenn sie nahezu gleich sind, dann häufen sich die Bildpunkte entlang der Diagonalen. Punktwolken zeigen, dass die beiden verglichenen Messreihen voneinander unabhängig sind. a) Studiere zuerst die Hilfeseiten
'Histo', 'HisXY', 'Kanal 1' ... 'Kanal 8'. Aufgabe 2: Datenqualität begutachten Hier sind die vier nachfolgenden
Histogramme gegeben. Welches Histogramm ist aus welcher Datenquelle
und von welchem Kanal? Suche mit der Satlupe.
A gehört zu einem digitalen Foto, gleichmäßiger
Verlauf und große Bandbreite Aufgabe 3: Daten manipulieren (nur Ordner 'kaktus' benutzen!) Wenn Satlupe einen Datensatz, z.B. 'kaktus'
lädt, dann wird sofort Min und Max der Graustufenverteilung für
jeden Kanal ermittelt. Gelegentlich braucht man dies, damit dunkle Bilder heller werden, dabei dürfen sie aber ihren Farbcharakter nicht verlieren. Mache verschiedene Versuche: z.B. alle Kanäle auf Min=1, Max=255 oder nur einen Kanal auf 1 und 255. Aufgabe 4: Farbbilder zu Satellitenmesswerten erstellen a) Erzeuge mit Satlupe im Ordner
'stadtrand' die Farbkomposite 321, 341, 543, 432 Aufgabe 5: Entwickle einen Testbogen zum Programm Satlupe. 9. Die Karten-Sicht, überwachte Klassifikation Eine Landkarte
ist eine Generalisierung eines Landschaftsbildes. Dabei werden Klassen
von Objekten der Natur in Form von Symbolen zeichnerisch dargestellt. Zu jedem Bildpunkt gehören 3 Messwerte im digitalen Foto-Set (VIS) bzw. 7 Messwerte in Satelliten-Datensets (VIS+IR). Wenn man eine "Suchmaschine" beauftragt, in einem Datensatz zu einem Bild ähnliche Punkte im Bild zu finden und zu markieren, dann entsteht daraus eine sog. Klassifikation. Das ist eine Karte, die zeigt, wo die ähnlichen Punkte liegen. Die Punkte-Klassen heißen z.B. Wald, Wiese, Ackerfläche, See, sie haben jeweils ähnliche Messwerte. Zuvor muss man
allerdings der Suchmaschine sog. Trainingspunkte zeigen. So wie
bei der Suchmaschine Google 'Suchworte' eingegeben werden, so müssen
bei einer "überwachten Klassifikation" 'Trainingspunkte'
markiert werden, damit die Suchmaschine typische Messwertkombinationen
kennt. 10. Die Praktikums-Doku, Übungen mit Präsentation Arbeitsbedingung:
Fotosoftware, wie z.B. PSP Aufgabe 6: Praktikums-Präsentation im Ordner 'doku' a) Wähle ein
Arbeitsgebiet im externen Ordner 'satlupe': b) Mache dich mit dem jeweiligen Untersuchungsgebiet vertraut, suche die Trainingsgebiete im Foto auf. c) Erzeuge die 8 Graustufenbilder zu K1 bis K8. Dann jeweils: Menü 'Ausgabe', 'Clipboard'. Anschließend abholen aus Zwischenablage in Fotosoftware, speichern als GIF-Datei: z.B. k1.gif, etc. d) Erzeuge die 5 Farbbilder RGB=321, =341, =543, =432, NDVI(3,4); zu dunkle Komposite evtl. aufhellen über Min-Max-Regel. Dann jeweils: Menü 'Ausgabe', 'Clipboard'. Anschließend abholen aus Zwischenablage in Fotosoftware, speichern als GIF-Datei: z.B. 321.gif, 341.gif, ...ndvi.gif. e) Erzeuge
eine überwachte Klassifikation nach der Vorgabe der Trainingsgebiete.
Enn fertig, so Suchmaschinen "Quad" und "Midi"
auf bessere Lösung prüfen. Dann '4.Ergebnis' dazu abrufen und angezeigte
Statistik zur gewählten Suchmaschine notieren. f) Programm Satlupe beenden. g) Rufe über Webeditor (oder Word) klassifikation.htm im Ordner 'doku' auf und ergänze die zutreffende Statistik-Tabelle und notiere die gewählten Objekte, z.B. Nadelwald, Wiese etc. Speichern. h) Rufe über Webeditor (oder Word) die Dateien 'kom_321_doku.htm', 'kom_543_doku.htm', 'ndvi_doku.htm' auf und füge einen kurzen Erklärungstext ein. Wenn das so geklappt hat: Prima! Wenn das Praktikum beendet ist, dann treten die Teilnehmer zum internen Wettstreit an. Wer hat die beste Präsentation gemacht? Die beste Leistung kommt auf den Server. Dazu einfach den Ordner 'doku' aus dem Verzeichnis 'murnau' in den Ordner 'satlupe' bei den Aufgaben kopieren. Damit wird der alte Ordner 'doku' mit dem Beispiel 'Stadtrand' überschrieben. Der Pfad dorthin: 'reisebuero/aufgaben/satlupe/doku' |