 |
Landsat Thematic Mapper 2
|
|
|
|
Pan-Sharpening
|
|
|
|
|
|
Oltre alle 7 bande che caratterizzano il sensore Landsat, nell’ultima versione é stata introdotta una banda supplementare a 15m di risoluzione (le altre sono a 30m, eccetto la TM6).
Questa banda pancromatica, cioé che copre tutto lo spettro visibile, oltre che possedere un’alta risoluzione puo’ essere ”fusa” con le bande a 30m per ottenere un’immagine a colori a 15m di risoluzione. La tecnica prende il nome di pan-sharpening.
Nell’esempio che propongo della zona di Finale Ligure (SV), a sinistra ho inserito un’immagine Landsat7 a colori naturali (RGB con bande 3/2/1 rispettivamente) con risoluzione 30m/pixel ed in scala 1:1.
Sottostante invece é inserita la banda 8 pancromatica a 15m di risoluzione.
|
|
|
|
|
 |
|
|
|
La tecnica della fusione ha permesso di ottenere un’immagine a colori ed ad alta risoluzione. La presenza del colore permette di distinguere facilmente particolari che sono presenti nell’immagine a 15m ma che sono difficilmente distinguibili sull’immagine. Questa tecnica é possibile utilizzarla anche con immagini acquisite da satelliti differenti (ASTER/Spot, IKONOS/ASTER, RADARSAT/ASTER ect...)
|
|
|
|
La procedura del pan-shapening é disponibile in tutti i programmi di analisi d’immagine, ed é accessibile anche su Photoshop via una procedura di calcolo relativamente semplice; Photoshop permette inoltre la possibilità di modificare la paletta dei colori con estrema facilità, e cio’ fa si che questo soft sia interessante anche per il trattamento su immagini che necessitano di calibrazioni colorimetriche.
|
|
Determinazione dell’ indice NDVI (Normalized Difference Vegetation Index)
|
|
|
|
Un’analisi assai ricorrente che si effettua sulle immagini Landsat, é la determinazione dell’indice NDVI.
Questo indice permette di determinare la presenza di vegetazione con clorofilla in aree desertiche o semi-desertiche. Il risultato é un’immagine in scala di grigio che presenterà valori del DN piu’ elevati (cioé tendenti al bianco) in corrispondeza di zone ricche di vegetazione e rispettivamente piu’ scure in zone povere di vegetazione. Nell’esempio riportato é visualizzata un’immagine in combinazione RGB-432, ed a destra il valore dell’NDVI calcolato.
|
|
|
|
 |
|
|
|
Come già indicato nella pagina introduttiva al Remote Sensing le bande che sono le piu’ sensibili per la determinazione della vegetazione (o la presenza della clorofilla) sono quelle che lavorano nel rosso e prossimo infrarosso. Se si osserva lo distribuzione delle spettro di emissione di una pianta, esiste un picco assai tipico, definito in inglese come “red-edge”, che é sovente utilizzato per lo studio dello stato di salute delle piante Essenze vegetali che hanno subito stress dovuti a siccità, inquinamento o parassiti presenteranno valori di NDVI piu’ bassi rispetto alla medesima specie in piena salute
|
|
|
|
Tornando alla formula, il rapporto NDVI si calcola utilizzando le due bande TM3 (rosso) e TM4 (vicino infrarosso).
NDVI = (TM4 - TM3)/(TM4 + TM3)
Per approfondimenti posso consigliarvi questo sito:
http://earthobservatory.nasa.gov/Library/MeasuringVegetation/measuring_vegetation_1.html
Nel quadro della mia attuale esperienza personale, l’utilizzo dell’NDVI si é reso utile per la determinazione delle zone ricche in vegetazione nel case-study relativo al processo di disboscamento in Cambogia, in Algeria per l’estrazione delle foreste dense, steppe, vegetazione sparsa, in Mali per la ricerca di zone ricche in vegetazione in prossimità di sorgenti d’acqua.
Esistono molti metodi per analizzare lo stato di salute e la presenza di vegetazione come il Leaf Index, Tasseled Cap... sul net come sempre troverete le info necessarie (anche se a volte assai generiche, attenzione quindi!).
|
|
|
|
|
|
|
|
Lasciate le vostre impressioni e consigli nel guestbook per migliorare questo sito.
Leave your comments in the guestbook to ameliorate this website.
Laissez vos impressions, idées, considerations dans le guestbook pour amèliorer ce site.
|
|
Club Paleontologico Italiano