Remote sensing: een introductie

Remote sensing is het verzamelen van informatie met betrekking tot een bepaald object, onderwerp of proces, zonder dat dit onderwerp van informatievergaring in fysiek contact komt met een meetinstrument. In de praktijk betekent dit dat men geen informatie verzamelt door meetinstrumenten in contact te laten komen met het onderzoeksobject, maar door bijvoorbeeld satellietbeelden of vliegtuigopnamen te gebruiken om meer te weten te komen over het betreffende onderzoeksobject.

 

Remote sensing wordt regelmatig gebruikt in de agrarische sector, waarbij men door middel van een sensor de gereflecteerde elektromagnetische straling van een bepaald aardoppervlak meet. Vaak gebeurt dit op perceelsniveau, waarbij men gebruik maakt van optische sensoren die de variatie in het gewas gemakkelijk in beeld kunnen brengen. Daarnaast kan men met deze optische sensoren tevens kwantitatieve eigenschappen van het aardoppervlak in beeld brengen, zoals de leaf area index en de bovengrondse biomassa.

 

De ontwikkelingen op het gebied van remote sensing

Remote sensing is een relatief nieuw verschijnsel en is daarom nog steeds aan vele veranderingen en ontwikkelingen onderhevig. Een belangrijke technologische ontwikkeling met betrekking tot remote sensing is dat men tegenwoordig vaker gebruik kan maken van sensoren met een hoge resolutie. Dit wil zeggen dat de sensoren kleine pixels hebben, waardoor men de variatie in het gewas erg gedetailleerd in beeld kan brengen (zie figuur 1). Daarnaast hebben de nieuwe sensoren een hoge opnamefrequentie.

remote sensing


Doel van remote sensing

Remote sensing beelden dienen eerst gecorrigeerd te worden voor deze echt bruikbaar zijn. Echter, als de beelden aan enkele correcties onderhevig zijn geweest, zijn de beelden zeer bruikbaar. Na de correcties kunnen de beelden namelijk worden gebruikt om informatie in te winnen over een bepaald perceel.

 

Figuur 2 geeft duidelijk weer welke informatie er gewonnen kan worden door middel van remote sensing. Zo laat figuur 2 een duidelijk voorbeeld zien van het reflectiepatroon van water, bodem en vegetatie in het zichtbare en infrarode deel van het onderzoeksobject. In het figuur is te zien dat het patroon voor water voornamelijk reflecteert in het zichtbare deel van het spectrum en dat water de infrarode straling voor een groot deel absorbeert. De bodemspectra daarentegen laat een duidelijk verschil zien tussen een natte en een droge bodem. Hierbij laat de reflectie een duidelijk geleidelijk oplopend patroon zien. Tot slot is er nog vegatatie, met een karakteristiek patroon waarbij er sprake is van een scherpe toename van de reflectie in de overgang van de rode band naar de nabij-infrarode band. Deze toename wordt veroorzaakt door de absorptie van de straling in de rode band, waar er bij de nabij-infrarode band juist veel straling wordt gereflecteerd. Dit verschijnsel wordt ook wel de red-edge genoemd en is een algemeen bekend verschijnsel in de wereld van remote sensing.

 

reflectiecurve


Er zijn verschillende manieren om informatie te verzamelen door middel van remote sensing. In de inleiding van dit artikel (zie: ‘remote sensing: een introductie’) werd gesproken over het verzamelen van onderzoeksmateriaal door middel van satellietbeelden en vliegtuigopnamen. In totaal zijn er drie manieren om remote sensing beelden te verkrijgen.Informatie verzamelen met remote sensing

 

Let op: na het verzamelen van informatie, dienen de ruwe beelden eerst bewerkt te worden voor deze bruikbaar zijn. Dit geldt voor alle methoden van informatievergaring. Zo moet de ruwe data eerst worden verwerkt tot taakkaarten om een variabele toepassing te starten, in plaats van slechts kaarten met de variatie per perceel.

 

Mogelijkheid 1: remote sensing beelden vergaren met satellieten

Ten eerste kun je remote sensing beelden vergaren door satellieten te gebruiken. Om satellietbeelden te vergaren van een bepaald perceel, kun je verschillende aanbieders van satellietbeelden benaderen. Deze aanbieders bieden kaarten aan, waarop duidelijk de variatie binnen het betreffende perceel getoond wordt. Enkele voorbeelden van aanbieders die benaderd kunnen worden om satellietbeelden van een bepaald perceel te bemachtigen, zijn Digiglobe, Rapideye en Landsat.

 

Mogelijkheid 2: remote sensing beelden vergaren met Unmanned Aerial Systems

Unmanned Aerial Systems (afgekort UAS) is de Engelse term voor onbemande vliegtuigen, de tweede methode om remote sensing beelden te vergaren. Onbemande vliegtuigen zijn relatief kleine vliegtuigen, die geen piloot of andere bemanning aan boord hebben en daardoor relatief klein zijn in vergelijking met bemande vliegtuigen. Onbemande vliegtuigen worden zo ontwikkeld dat deze onder de bewolking kunnen vliegen. Hierdoor kan men door middel van Unmanned Aerial Systems beelden verzamelen die men door toedoen van atmosferische condities niet door satellieten verzameld kunnen worden.

 

Mogelijkheid 3: remote sensing beelden vergaren met vliegtuigen

Tot slot kan men er tevens voor kiezen vliegtuigen in te zetten om remote sensing beelden te vergaren. Vliegtuigen zijn uitgerust met speciaal ontwikkelde sensoren, zoals de zogeheten APEX sensor. APEX is een wetenschappelijk instrument, die in de Europese remote sensing gemeenschap wordt gebruikt om hyperspectrale data op te nemen in meer dan driehonderd banden tussen 400 nm en 2500 nm. Satellieten en Unmanned Aerial Systems bevatten deze sensoren niet.

 

Hoewel het vliegtuig kwalitatief hoogwaardige sensoren bevat, wordt deze laatste mogelijkheid voor het vergaren van remote sensing niet vaak gebruikt. Dit komt omdat het relatief duur is om vliegtuigen te gebruiken voor het vergaren van remote sensing beelden. In de praktijk kiest men dan ook liever voor de Unmanned Aerial Systems, die voordeliger zijn dan vliegtuigen.

 

De nabewerking van remote sensing beelden

Als men remote sensing beelden heeft verzameld door middel van satellieten Unmanned Aerial Systems of vliegtuigen, zijn deze niet direct bruikbaar. Voor de beelden gebruikt kunnen worden, dienen deze namelijk eerst bewerkt te worden. Zo dienen de vergaarde beelden een drietal nabewerkingen ondergaan, die ervoor zorgen dat de waardes van de remote sensing beelden representatief zijn en dus daadwerkelijk gebruikt kunnen worden. De vorige en volgende waardes dienen namelijk wel een duidelijk beeld te geven van de groei van een perceel, waardoor het belangrijk is dat vorige waardes steeds worden aangevuld. Alleen op deze manier kan er een bruikbare update gegeven worden met betrekking tot een bepaald perceel.

 

In onderstaande tekst worden de drie stappen van de nabewerking van remote sensing beelden toegelicht. Deze stappen zijn de volgende: ten eerste geometrische correctie, vervolgens resampling en tot slot atmosferische correcties.

 

Nabewerking stap 1: geometrische correctie

De eerste stap van het nabewerken van remote sensing beelden, is het uitvoeren van een geometrische correctie. Door de ruwe beelden een geometrische correctie te laten ondergaan, kunnen de beelden na de correctie gemakkelijk gekoppeld worden aan een bepaalde locatie op het aardoppervlak. Vervolgens kan de vergaarde informatie met betrekking tot het perceel weer gecombineerd worden met andere datasets, waardoor de voorheen ruwe beelden echt bruikbaar worden. Het uitvoeren van een geometrische correctie is om verschillende redenen noodzakelijk. Ten eerste kunnen remote sensing beelden verstoord worden door het perspectief van de sensor. Daarnaast kunnen bewegingen van de scanner de beelden verstoren, waardoor deze niet bruikbaar zijn. Tot slot kunnen het platform, de hoogte van het platform, de snelheid, het reliëf op het betreffende terrein en de kromming en de draaiing van de aarde de remote sensing beelden op een negatieve manier beïnvloeden. Welke factoren de beelden precies verstoren, is afhankelijk van de manier waarop de remote sensing beelden worden vergaard. Als de beelden worden vergaard door middel van satellieten, zijn namelijk niet alle bovenstaande factoren van invloed op de remote sensing beelden. Dit komt omdat een satelliet zich stabiel en in een constante snelheid beweegt bij het uitvoeren van metingen. Bij vliegtuigen is dit bijvoorbeeld niet het geval.

 

Om vergaarde beelden aan de bijbehorende locatie op het aardoppervlak te koppelen, wordt er gebruik gemaakt van geometrische registratie. Het uitvoeren van geometrische registratie om de beelden aan de bijbehorende locatie te koppelen, wordt gedaan door een minimum aantal ground control points (afgekort GCP’s) te gebruiken. In de praktijk worden hier vaak de hoeken of kruispunten van percelen voor gebruikt, omdat deze duidelijk herkenbaar zijn. Door deze GCP’s duidelijk in beeld te brengen, kan de exacte locatie duidelijk worden aangegeven.

 

Hoe nauwkeurig de geometrische registratie van de beelden precies wordt, is afhankelijk van hoe nauwkeurig de locatie van de gebruikte GCP’s in beeld gebracht kan worden. Dit is weer afhankelijk van twee factoren, namelijk de fout in je onnauwkeurige meting en de pixelgrootte. Hierbij geldt dat je in praktijk een nauwkeurigheid kan bereiken die ongeveer even groot is als de pixelgrootte. Logischerwijs is het niet mogelijk om van beelden met 30m pixels een nauwkeurigheid te krijgen van enkele tientallen meters. De pixelgrootte van de gebruikte beelden zijn dan ook erg belangrijk. In figuur 5 wordt een voorbeeld getoond van de invloed die de resolutie van beelden heeft op de nauwkeurigheid die bereikt kan worden met geometrische correctie.

 

geometrische registratie

 

 

Share this: