امواج الکترو مغناطیسی و برهمکنش آن با اتمسفر
در این مقاله ما در مورد تصحیح اتمسفری توضیحاتی را خدمت شما عزیزان ارائه خواهیم کرد.
امواج الکترومغناطیس با سرعت نور(108*3) در خلاء حرکت می کنند.این امواج پس از رسیدن به سیاره زمین با اتمسفر برخورد می کنند.اتمسفر یا جو زمین بالاترین بخش تشکیل دهنده ی سیاره ی زمین است که در آن مخلوطی از گازهای اکسیژن، دی اکسید کربن، بخارآب و …. وجود دارد.در پی برخورد امواج با اتمسفر و عبور از جو زمین با گازها و ریزگردهای موجود در آن چهار واکنش رخ می دهد:
1.پخش اتمسفری امواج 2.جذب اتمسفری امواج 3.انتقال امواج از اتمسفر 4.عبور امواج از اتمسفر
حال ببینیم هر یک از موارد بالا چه مفهومی دارند و چگونه رخ می دهند:
پخش اتمسفری امواج
پخش اتمسفری امواج عبارت است از تغییر جهت حرکت امواج الکترومغناطیسی در اثر برخورد با ذرات معلق یا مولکول گازهای موجود مانند اکسیژن در جو زمین. اما جالب است بدانید که امواج در برخورد با ذرات و مولکول گازهای جو به سه حالت های مختلف پخش می شوند و این رابطه ی مستقیمی با طول موج امواج و قطر ذرات و مولکول های درون جو دارد.
انواع پخش اتمسفری:.پخش ریلی، پخش مای، پخش غیرانتخابی
عبور امواج از اتمسفر
این پدیده در زمانی رخ می دهد که امواج نه دچار جذب و نه دچار پخش می شوند بلکه از اتمسفر عبور کرده و به سطح زمین می رسند.این حالت برای محدوده های مشخصی از طیف الکترومغناطیس اتفاق می افتد که به آن روزنه ی جوی می گویند.
جذب اتمسفری امواج
جذب اتمسفری امواج عبارت است از امواجی که در برخورد با اتمسفر توسط ذرات و مولکول گازهای اکسیژن، کربن دی اکسید و ….. جذب می شوند و مانع از انتقال انرژی می شوند. این حالت باعث گرم شدن اتمسفر می شود.
اثر پخش و جذب اتمسفری امواج در سنجش از دور
پخش و جذب اتمسفری در سنجش از دور نیز کاربرد دارد.مواردی که در اتمسفر دقیقا بر روی تصاویر ماهواره ای اثر میگذارد دو پدیده ی جذب و پخش امواج می باشد که هریک باعث خطا در رسیدن امواج به سنجنده و در نهایت ثبت تصویر ماهواره ای می شود.
اثر پخش اتمسفری در تصاویر ماهواره ای:
باعث افزایش انرژی رسیده به سنجنده می شود.
این پدیده بیشتر در محدوده ی طیف مرئی اتفاق می افتد و باعث افزایش میزانDN در باندهای آبی و قرمز می شود.
اثر جذب اتمسفری در تصاویر ماهواره ای:
جذب باعث کاهش انرژی رسیده به سنجنده می شود و کنتراست تصویر را کاهش می دهد.این پدیده عموما در محدوده ی قبل از مرئی و بعد آن در محدودهی مادون قرمز اتفاق می افتد.
با توجه به موارد بالا نیاز است که در تصحیح اتمسفری بر روی تصاویر ماهواره ای انجام شود.اما آیا در هر زمان و برای هرکاری نیاز به تصحیح اتمسفری داریم؟
پاسخ سوال:
تصحیح اتمسفری تصاویر ماهواره ای
تصحیح اتمسفری که عموما بعد از تصحیح رادیومتریکی انجام می شود،عبارت است از تصحیح دو اثر جذب و پخش اتمسفر بر روی امواج رسیده به سنجنده.
انواع روش های تصحیح اتمسفری
سه روش کلی جهت تصحیح اتمسفری تصاویر ماهواره ای وجود دارد:
1.روش مدلسازی جو 2. روش مدلسازی انتقال تابشی3.روش های نسبی
روش مدلسازی جو
در این روش فرایند پخش و جذب اتمسفر باید به صورت دقیق در لحظه ی تصویر برداری مدل شوند. یعنی باید با استفاده از سنسور، پارامترهای جوی مانند بخارآب، رطوبت نسبی، دی اکسید کربن و… در جو در زمان تصویر برداری اندازه گیری شود و سپس اثرات هریک از آنها برامواج تابشی برطرف شود.این روش بسیار دقیق است اما در همه ی مواقع امکان انجام آن وجود ندارد.از طرفی بسیار هزینه بر و زمانبر می باشد.
روش مدلسازی انتقال تابشی
مدلسازی انتقال تابشی در تصاویر ماهوارهای به منظور تصحیح اتمسفری یک فرآیند پیچیده است که درک و شناخت دقیقی از خصوصیات جوی و اتمسفر زمین را نیاز دارد. تصاویر ماهوارهای، به علت عبور از لایههای جوی، ممکن است از اثرات اتمسفری مانند پراکندگی نور و انحراف موجود در تابش نور متأثر شوند. مدلسازی انتقال تابشی این تأثیرات را مدلسازی کرده و سپس تصاویر را بهطور کمی تصحیح میکند.
در ادامه، چند مرحله اصلی در روشهای مدلسازی انتقال تابشی توضیح داده میشود:
1.تصحیح پراکندگی نور (Radiative Transfer Correction): در این مرحله، اثرات پراکندگی نور در اتمسفر مدلسازی میشود. این اثرات میتوانند منبع خطا در تصاویر باشند. این مدلسازی شامل اطلاعاتی از جمله نور خورشید، خصوصیات اتمسفر، و دیگر پارامترهای فیزیکی است.
2.تصحیح رادیومتری (Radiometric Correction): در این مرحله، مقادیر نوری در تصاویر کالیبره میشوند تا به دقت بالایی اطلاعات دریافتی از ماهواره را نشان دهند. این مرحله شامل تصحیح مقادیر پیکسلها بر اساس دادههای کنترلی است.
3.تصحیح هندسی (Geometric Correction): تغییرات هندسی ناشی از انحراف سطح زمین و افق، انحرافهای زمینهای، و انحرافهای موجب شده توسط جو، ممکن است به تغییرات هندسی در تصاویر منجر شوند. در این مرحله، تصاویر هندسی کالیبره میشوند تا به دقت بالایی با تصاویر دیگر هماهنگ شوند.
4.تصحیح اتمسفری (Atmospheric Correction): اثرات اتمسفری نیز باید مدلسازی و اصلاح شوند. این شامل تصحیح پراکندگی نور، تصحیح تاریکی زمین، و تصحیح بخشهای مختلف طیف نوری میشود.
5.تصحیح هوشمندانه (Smart Correction): در برخی از روشها، از تکنیکهای هوش مصنوعی و یادگیری ماشین برای تصحیح بهتر تصاویر استفاده میشود. این شامل استفاده از شبکههای عصبی و الگوریتمهای یادگیری عمیق میشود.
روش های نسبی
تصحیح اتمسفری در تصاویر ماهوارهای به کمک روشهای نسبی اغلب بر اساس استفاده از اطلاعات محلی و مقایسهی تفاوتها در طیف نوری بین مناطق یا پیکسلهای مختلف انجام میشود. روشهای نسبی مزایایی از جمله نیاز به دادههای اتمسفری مستقیم ندارند و معمولاً به تصحیح بهتری از تصاویر منجر میشوند.مهمترین نکته در استفاده از روشهای نسبی، تضمین کمترین تغییر در اطلاعات زمینی است، که میتواند در بسیاری از موارد به نتایج بهتری در تصحیح اتمسفری تصاویر ماهوارهای منجر شود. در ادامه چند روش نسبی معمول در تصحیح اتمسفری تصاویر ماهوارهای توضیح داده شده است:
1.روش تابش نسبتی (Radiance Ratio Method):
در این روش، نسبت تابش نور در دو باند طیفی مختلف (مثلاً یک باند قرمز و یک باند مرئی) بررسی میشود. با فرض آنکه تغییرات اتمسفری در بین این دو باند مشابه است، میتوان با تقسیم تابش نور در یک باند بر تابش نور در باند دیگر، تأثیر اتمسفر را کاهش داد.
2.روش تصحیح تابش نسبتی (Relative Radiance Correction):
این روش بر اساس تفاوت تابش نسبتی در دو تصویر (مثلاً در دو زمان یا دو مکان) است. این روش بر ایدهآلی بودن در تصویرهای متناظر در دو شرایط مختلف تأکید دارد و تغییرات غیر عارض اتمسفری را تصحیح میکند.
3.روش تصحیح تصاویر متناظر (Image Matching Correction):
این روش با استفاده از تصاویر متناظر در دو شرایط مختلف (مثلاً یک روز آفتابی و یک روز ابری) تغییرات نسبی در تابش نور را مدلسازی میکند و سپس این مدل برای تصحیح تصاویر در شرایط دیگر استفاده میشود.
4.تصحیح مبتنی بر ویژگیها (Feature-Based Correction):
این روش از ویژگیهای خاص تصاویر برای تصحیح اثرات اتمسفری استفاده میکند. به عنوان مثال، اگر یک منطقه چشمگیری از تصویر تغییر نکرده باقی بماند، میتوان از این اطلاعات برای تصحیح تصویر استفاده کرد.
5.تصحیح مبتنی بر پویشهای زمینهای (Field-Based Correction):
این روش بر اساس تغییرات نسبی در پویشهای زمینهای (land cover changes) میباشد. به عنوان مثال، اگر نسبت تغییرات یک ناحیه از تصویر با تغییرات مشابه در پویشهای زمینهای تناسب داشته باشد، میتوان این اطلاعات را برای تصحیح تصویر به کار برد.