Appunti di GIS e Telerilevamento

CARATTERISTICHE DELLE IMMAGINI SATELLITARI: LE QUATTRO RISOLUZIONI

L’immagine dipende da quelle che sono le caratteristiche della ripresa, ovvero dalla

tipologia di sensore che caratterizza il satellite. In particolare, per la scelta della tipologia di

immagine teniamo in considerazione:

Caratteristiche del sensore

• Caratteristiche tecniche del sistema di acquisizione

• Caratteristiche spettrali

• Caratteristiche geometriche

• Tipo di visione

Caratteristiche della piattaforma

• Caratteristiche tecniche

• Orbita

L’immagine, quindi, è sempre la combinazione del sensore che è montato sul satellite e del

satellite stesso che caratterizza l’orbita che descrive (geostazionario o polare eliosincrona). In

conclusione, le caratteristiche del Sensore + le caratteristiche della piattaforma determinano

le caratteristiche dell’immagine. Le caratteristiche dell’immagine le riassumiamo in quattro

risoluzioni: Spettrale, Radiometrica, Geometrica, Temporale.

Risoluzione Temporale La risoluzione temporale è la frequenza di acquisizione

dell’immagine da parte del sensore (vedi appunti

precedenti) quindi il periodo di tempo che intercorre tra

due immagini successive. La risoluzione temporale dipende

dal tipo di piattaforma e quindi dall’orbita che descrive.

L’Orbita polare eliosincrona passa in prossimità dei poli e

attraversa ciascun punto della superficie terrestre sempre

alla stessa ora (sincronizzata con il sole) perché nel

momento in cui percorre l’orbita e risale nel lato opposto

(zona di buio) la terra ha compiuto una rotazione, una

caratteristica importante è anche legata allo SWATH perché

quanto più è larga la striscia che il satellite riprende minore

sarà il numero di giorni per avere la sovrapposizione.

L’orbita geostazionaria invece, ha inclinazione uguale a zero

e ruota alla stessa velocità della terra. Riprende sempre la

stessa area, quindi abbiamo immagini più frequenti.

Risoluzione Geometrica o spaziale La distanza del sensore della

superficie terrestre determina la

dimensione più piccola

dell’oggetto che possiamo

vedere; quanto più sarà lontano

più l’immagine sarà grande, la

dimensione del pixel è la

risoluzione geometrica, ed è

definita come la dimensione

dell’area elementare al suolo di

cui si rileva l’energia

elettromagnetica (pixel

quadrato).

La risoluzione del pixel in orbita eliosincrona oggi è inferiore al metro, mentre per l’orbita

stazionaria la risoluzione migliore che riusciamo ad avere 500 m/1 km però abbiamo

immagini più frequenti. Va da sé che ancora oggi non riusciamo ad avere

contemporaneamente risoluzione temporanea e geometrica.

N.B. il pixel proiettato è un cerchio, del quale si prende la misura centrale e si attribuisce la

dimensione al pixel.

Dipende dalla distanza H e dall’angolo di vista che determina la distanza tra la lente e la

superficie osservata. Nella figura che

segue si noti la

differenza tra

un’immagine 0,5 m *

0,5 m di risoluzione

spaziale e una con

risoluzione 20 * 20 m

(Sentinel).

Nel corso degli anni si è cercato di

migliorare la risoluzione spaziale; si noti,

infatti, la differenza tra le due immagini che

seguono che rappresentano la stessa area

agricola a 30m del Landsat e Spots 10 m

(risoluzione a cui arriva anche Sentinel), e

infine, la risoluzione a 2,8 m del Quick Bird.

I satelliti che portano i sensori in grado di

dare immagini con questa risoluzione sono

immagini scaricabili a pagamento previo

prenotazione e contratto, definito in

relazione al periodo di passaggio del

satellite richiesto esclusivamente

dall’acquirente.

Risoluzione spettrale Indica il numero di bande di acquisizione e la loro

ampiezza, che dipende dalla tipologia di filtro di

cui è munito il sensore. Un’ immagine

pancromatica è un’immagine che riprende con

un’unica banda tutto lo spettro del visibile. I sensori

hyperspettrali producono la curva di riflettanza, che

misura con continuità l’energia riflessa nello spettro

che stiamo considerando o solo in alcuni pezzi.

Nel primo caso abbiamo un esempio di un sensore

che ha una sola banda nel visibile (0.4 -0.7) sarà

un’immagine bianco e nero (in quanto misura dal

bianco al nero la quantità di energia riflessa). Nel

secondo caso invece, come accade nella maggior

parte dei sensori anche in quelli di non recente

sviluppo, abbiamo tre filtri in quanto è il numero

minimo di bande per produrre un’immagine a

colori. Le tre bande sono divise nelle tre regioni

fondamentali Blu, Verde, Rosso. Avremo tre

immagini ciascuna corrispondente a queste bande.

Nella terza invece abbiamo un’ulteriore divisione.

Aumentano il numero di bande e quindi il numero

di filtri aumentiamo il livello di informazione e più

strati. La risoluzione multispettrale o hyperspettrale

sono importanti perché permettono di riconoscere

meglio gli oggetti.

Infatti, considerando l’immagine che segue,

abbiamo due pixel A e B che andiamo a fotografe

entrambi due volte. La prima volta con un’unica

banda da 0.4 a 0.6 micron e per entrambi i pixel

abbiamo lo stesso segnale che non permette di

distinguere A da B; utilizzando, invece, un sensore

che due bande nello stesso intervallo si nota che,

mentre il pixel A ha una risposta più alta nella

banda 2 e più bassa nella banda 3, nel caso del

pixel b è più bassa la banda 2 e più alta la banda 3.

Quindi Il concetto di risoluzione spettrale è

legato alla maniera in cui viene scomposto lo

spettro nella tecnica di misura utilizzata, e ci

consente di avere delle maggiori informazioni.

La maggior parte dei sensori, (nel caso

dell’immagine seguente è quello del Landsat)

ha tre bande nel visibile e due o più bande

nell’infrarosso. Le bande man mano che

aumenta la lunghezza d’onda diventano più

larghe perché l’energia a disposizione del

sensore è sempre minore.

Infatti, con la legge di Wien abbiamo visto che lo spettro solare è distribuito secondo una

distribuzione gaussiana asimmetrica e che la max energia si ha ad una lunghezza d’onda

0,483 micron, man mano che si va verso l’infrarosso l’energia diminuisce, per questo bisogna

allargare la finestra spettrale per raccogliere sufficiente energia da poter generare

l’immagine. Quindi bisogna aumentare il range in cui si racchiude la banda

Risoluzione radiometrica

È definita come la sensibilità del sensore o, meglio, la sensibilità del rivelatore di un certo

sensore nel percepire e codificare il segnale delle differenze di energia radiante (la neve

riflette molto energia, il mare ne riflette poca quindi in termini di livelli energetici avremmo

che la neve riflette il 100% il mare lo 0%), tra questi due livelli estremi di energia riflessa

avremo dei livelli di energia intermedia riflessi dalle superfici che caratterizzano la terra.

In pratica la risoluzione radiometrica

rappresenta il numero di livelli in cui può essere

scomposto il segnale originale. I sensori

reagiscono con un impulso elettrico alla

quantità di luce che arriva, la luce in una certa

quantità determina la loro accensione.

Abbiamo, dunque due condizioni (acceso e

spento) 0 e 1, questa condizione caratterizza

quello che in informatica è chiamato sistema

binario. Avremo quindi 1 bit (2 livelli) e

un’immagine bianca e nero.

Per avere la sfumatura dei grigi bisogna porre più detrattori vicini che vanno a costituire più

livelli 2 bit (4 livelli); 8 bit 255 (livelli); 10 bit 1023 livelli. Il numero di combinazione, infatti, è

dato dal numero degli status fondamentali (acceso e spento) quindi 2^ al numero di bit. 8 bit

corrispondono 1 bite. A 8 bit abbiamo quindi 256 livelli di grigio (radianza).

In particolare, nell’immagine che segue abbiamo un’immagine ottenuta da un sensore con

un unico filtro nello spettro del visibile (ad un’unica banda) ripresa una volta a 2 bit = 4 livelli

di radianza (bianco nero e due livelli di grigi), la stessa immagine a 8 bit ha 256 livelli di

grigio avendo più sfumature si riescono a distinguere meglio gli oggetti dell’immagine. I

livelli di grigio che otteniamo sono praticamente i livelli di energia in cui può essere

scomposta l’energia riflessa al sensore.

1000 righe e 1000 colonne = 100000000 di pixel, immaginando di avere una banda e una

risoluzione di 8 bit, l’immagine occupa il numero di bit * il numero di pixel = 10000000 di

pixel ovvero 1 MB

Il numero (DN) nasce dalla rilevazione elettronica del segnale, proporzionale alla quantità di

energia elettromagnetica che arriva al detrattore del sensore, viene generata un’immagine

costruendo così una griglia dovuta al movimento di scansione del sensore e dell’orbita.

Ricapitolando tutto il processo,

schematizzato nell’immagine che

segue, abbiamo che: la luce arriva

al filtro, vengono selezionate le

bande spettrali che arrivano al

detector. Il detector determina la

risoluzione radiometrica, ossia in

quanti livelli è scomponibile

l’energia. L’energia viene

convertita in un segnale numerico

detto Digital Number, ovvero

quel numero che varia tra 0 ad un

valore massimo che dipende

dalla risoluzione radiometrica

ovvero dai bit.

Il digital number è proporzionale alla quantità di energia che è arrivata al sensore in

corrispondenza del pixel che ci dà il digital number; quindi, l’immagine è una griglia di

numeri, il numero dipende dalla risoluzione radiometrica.

Conversione inversa da Digital Number a radianza

Sappiamo che tramite il telerilevamento e QGIS, noi andiamo a costruire delle mappe

tematiche da cui trarre informazioni. Il digital number è perciò fondamentale perché

rappresenta ciò da cui si parte per ottenere un’informazione quantitativa (stato nutrizionale

della pianta, stato vegetativo ecc…). A tal proposito, abbiamo visto, come si parte dall’

energia per arrivare al digital number e quindi all’immagine digitale, ma per poter ottenere

l’informazione quantitativa bisogna effettuare il processo inverso. Si effettua quindi, una

calibrazione, in molti casi viene effettuata dal sistema satellitare (sia Landsat che Sentinel

provvedono ad effettuarla) e in altri casi no. Risulta quindi, fondamentale conoscere anche il

processo di calibrazione: premettendo che l’energia che arriva al sensore è definita radianza

e