Detekce zaplaveného území pomocí radarových dat
Cíl cvičení
- Seznámit se s radarovými daty
- Umět detekovat vodní hladinu pomocí dat Sentinel-1
Základní pojmy
Výhodou radarových dat je možnost snímání zemského povrchu i za oblačného počasí bez ohledu na denní dobu. Princip aktivního radarového snímání je založen na vysílání mikrovlnného záření k povrchu Země, kde se záření odráží zpět k senzoru, který následně měří fyzikální charakteristiky zpětného odrazu záření. Různé změny na zemském povrchu se projeví v charakteru odraženého záření, proto je možné radarové snímání využít např. při povodních či sesuvech půdy téměř v reálném čase. V oboru zemědělství a lesnictví je vhodný pro monitoring změn lesních porostů a detekce některých zemědělských operací [https://www.szif.cz/cs/ams-sentinel]. V rámci tohoto cvičení budeme pracovat s daty z družice Sentinel-1. Více o radarových datech se můžete dočíst například v této příručce.
Sentinel-1
Sentinel-1 je Copernicus mise zaměřená na snímání zemského povrchu pomocí mikrovlnného radaru s využitím Synthetic Aperture Radar (SAR). Celkem byly do této chvíle vypuštěny 4 satelity, z nichž aktivní jsou 3.
| Družice | Datum vypuštění | Aktivní |
|---|---|---|
| Sentinel-1A | 3. 4. 2014 | Ano |
| Sentinel-1B | 25. 4. 2016 | Ne |
| Sentinel-1C | 5. 12. 2024 | Ano |
| Sentinel-1D | 4. 11. 2025 | Ano |
Sentinel-1 snímá v několika režimech a má i několik úrovní předzpracování. Mezi snímané režimy patří následující:
- SM (Stripmap) - 80 km široký pás, rozlišení 5 m x 5 m
- IW (Interferometric Wide swath) - 250 km široký pás, rozlišení 5 m x 20 m
- EW (Extra Wide swath) - 400 km široký pás, rozlišení 20 m x 40 m
- WM (Wave) - 20 km x 20 km scény, rozlišení 20 m x 5 m, pořizované každých 100 km podél oběžné dráhy
Pomocí Copernicus Browser můžeme stahovat následující produkty:
- Level-0 RAW - nezprocesovaná původní snímaná data, pro běžné uživatele nemají využití
- Level-1 SLC (Single Look Complex) - obsahují komplexní hodnoty (amplitudu + fázi) na pixel, využití v interferometrii pro detekci deformací či pro tvorbu DEM
- Level-1 GRD (Ground Range Detected) - fáze je vyřazena a ponechána je pouze amplituda (detekovaný zpětný odraz), vhodné pro mapování, klasifikaci či detekci změn
- Level-2 OCN (Ocean) - specifické zpracování pro oceánské aplikace
Detekce vody pomocí Sentinel-2
Data pro toto cvičení jsou dostupná Zde. Zájmovým územím je Ostrava a její okolí během povodní na podzim 2024. Data obsahují dvě scény Sentinel-2 — jednu před povodněmi a jednu během povodní, a jednu scénu Sentinel-1 během povodní. Jak si můžete všimnout u druhé scény Sentinel-2, tak je celá pokrytá oblačností. Proto nezbývá nic jiného, než použít radarová data, která jsou sice náročnější na zpracování, ale lze je využít i během oblačnosti.
Prvním krokem bude, že si zjistíme vodní plochy během "normálního" stavu před povodní. K tomu využijeme data Sentinel-2. Detekci vodních ploch si nebudeme nijak komplikovat a použijeme tudíž obyčejný Normalized Difference Water Index (NDWI). Vzoreček pro NDWI je následující:
NDWI = (Green - NIR)/(Green + NIR) = (B3 - B8)/(B3 + B8)
Jednotlivá pásma najdeme zde: "...\S2B_MSIL2A_20240814T094549_N0511_R079_T33UYR_20240814T123852.SAFE\GRANULE\L2A_T33UYR_A038858_20240814T095005\IMG_DATA\R10m". A jelikož pásma máme jednotlivě, tak použijeme Raster Calculator. Dále víme, že vodní plochy odpovídají hodnotám NDWI > 0. Pomocí Raster Calculator si je tedy vyextrahujeme.
Předzpracování dat Sentinel-1
Takový byl tedy stav před povodněmi. Nyní se podíváme na radarová data Sentinel-1. Dostupná pásma najdeme v podsložce measurement. My si ale do ArcGIS Pro načteme soubor manifest.safe, což je něco jako virtuální raster obsahující i veškerá potřebná metadata. Scéna je o něco větší než u Sentinel-2. Bohužel budeme nuceni předzpracování udělat na kompletních datech, protože případný oříznutý raster by neobsahoval potřebná metadata. Data Sentinel-1 se nám zobrazí ve falešných barvách kombinující dvě dostupná pásma (amplitudy) v polarizacích VH a VV.
Aby se s daty ale dalo rozumně pracovat, je potřeba provést sérii kroků a data Sentinel-1 předzpracovat.
1) Stažení a aplikace souboru s orbitálními informacemi
Při přípravě SAR snímku pro analýzu je důležitým krokem aplikace korekce dráhy. Bez ohledu na to, jak přesně je dráha satelitu nastavena, dochází k posunu polohy satelitu. Kvůli tomuto posunu je nutné provádět pravidelné úpravy, aby satelit zůstal na správné dráze. Proto je nezbytné mít k dispozici nejaktuálnější soubory s oběžnými drahami, aby bylo možné zjistit přesnou polohu satelitu v okamžiku pořízení snímku. Pro stažení tohoto osuboru použijeme nástroj Download Orbit File, který najdeme v toolboxu Image Analyst Tools → Synthetic Aperture Radar, kde najdeme i všechny ostatní potřebné nástroje. Do nástroje Download Orbit File vložíme naše Sentinel-1 data, Orbit Type nastavíme na Sentinel Precise, a nastavíme složku, kam se soubor stáhne. Po stažení aplikujeme orbitální informace na naše SAR data pomocí nástroje Apply Orbit Correction.
2) Odstranění tepelného šumu
Nejprve je potřeba opravit rušení zpětného odrazu způsobené tepelným šumem ve vstupních SAR datech. K tomu použijeme nástroj Remove Thermal Noise. Tepelné šumy, neboli šumy přístrojů, jsou způsobeny mikroskopickými pohyby elektronů v důsledku teploty, která pochází převážně z vnitřních obvodů satelitu. Tepelné šumy jsou nejviditelnější v oblastech s nízkým zpětným odrazem, jako jsou stálé vodní plochy, a v křížově polarizovaných scénách. V nástroji nastavíme vstupní a výstupní data a zaškrtneme obě polarizace.
3) Radiometrická kalibrace
Dále použijeme nástroj Apply Radiometric Calibration. Kalibrace dat SAR je nezbytná k získání smysluplného zpětného odrazu, který lze vztáhnout k fyzikálním vlastnostem prvků v obraze. Do nástroje vložíme výstup z předchozího kroku a zaškrtneme znovu obě polarizace. Jako kalibrační typ necháme Beta nought.
4) Radiometrické vyrovnání terénu
V dalším kroku opravíme data o radiometrické zkreslení způsobené topografií pomocí nástroje Apply Radiometric Terrain Flattening. Vzhledem k bočnímu pohledu senzorů SAR se prvky terénu směřující k senzoru jeví uměle jasnější a prvky směřující od senzoru se jeví uměle tmavší. Radiometrické vyrovnání terénu normalizuje hodnoty zpětného odrazu, aby toto zkreslení odstranilo. K tomuto kroku je ale zapotřemí mít k dispozici DEM. Proto si ho Zde stáhněte. Do nástroje poté vložíme výstup z předchozího kroku, DEM, zaškrtneme obě polarizace, a jako kalibrační typ nyní zvolíme Sigma nought, který je vhodný právě pro detekci vodních ploch.
5) Odstranění šumu z obrazu
Nyní odstraníme z dat šum pomocí nástroje Despeckle. Šum označuje zrnitý efekt (či efekt sůl a pepř), který je vidět na celém SAR snímku. Znovu zaškrtneme obě polarizace a ponecháme defaultní filtr.
6) Geometrická korekce terénu
O dva kroky dřív jsme použili vrstvu DEM k opravě radiometrických zkreslení. Vrstvu DEM použijeme nyní znovu, tentokrát k opravě geometrických zkreslení a ortorektifikaci dat SAR. Ortorektifikace je proces opravy zdánlivých změn v poloze pozemních objektů způsobených perspektivou úhlu pohledu senzoru a terénem. Ortorektifikaci provedeme pomocí nástroje Apply Geometric Terrain Correction.
7) Převedení jednotek na dB
V posledním kroku předzpracování převedeme lineární hodnoty na decibely (dB) pomocí nástroje Convert SAR Units. Jelikož je dB logaritmická jednotka, jedná se o pohodlný způsob manipulace a vizualizace velkých čísel a velkých dynamických rozsahů. Převod jednotek na dB tedy zjednoduší interpretaci obrazu SAR a zlepší jeho zobrazení, protože se sníží rozsah hodnot amplitudy nebo intenzity. Po převodu budou kladné hodnoty představovat zpětný odraz směrem k senzoru a záporné hodnoty budou představovat zpětný odraz od senzoru.
Detekce vody pomocí dat Sentinel-1
Když máme data předzpracována, můžeme na nich detekovat vodní plochy. Nejprve si ale z našich dat musíme vyextrahovat jednotlivá pásma. K tomu využijem nástroje Raster Functions, konkrétně Extract Bands. Zde si zvolíme správný raster, metodu, podle které budeme pásma vybírat, a konkrétní pásmo. V kolonce Combination necháme pouze naše vybrané pásmo. Vyextrahovaná pásma doporučuji rovnou přejmenovat na VV a VH.
Pro vodní plochy u SAR dat v dB jednotkách platí přibližně následující pravidla:
VV < –17 dB
VH < –22 dB
Můžeme použít buď jednu podmínku nebo zkombinovat obě dvě dohromady pro větší robustnost. K tomu použijeme Raster Calculator, kde si tak vytvoříme novou vrstvu s detekovanými vodními plochami. Pro rychlejší výpočet můžeme extrahovaná pásma nejprve oříznout na naše zájmové území, tj. na dlaždici Sentinel-2. Do Raster Calculator podmínku můžeme zadat například takto:
Con( ("VV" < -17) & ("VH" < -22), 1, 0 )
Podmínku můžeme zkoušet různě upravovat. Lépe asi vychází, když ponecháme poze část s VH polarizací. Na závěr pak můžeme porovnat stav před a během povodně.
