Bystré oči nad planetou

Už je tomu téměř půl století, co Zemi oblétly první umělé družice. Letos uplynulo 40 let od chvíle, kdy člověk opustil naši planetu a naskytl se mu pohled na ni z kosmického prostoru. Co tehdy nezůstalo v lidské paměti, to zaznamenal fotoaparát. Teprve 70. léta přinesla digitální záznamy odesílané přímo z oběžné dráhy.
Tento článek vychází v časopise Computer 20/01 dne 11. října 2001

Jaromír Kolejka, Luboš Kučera

Není náhodou, že nástup skenerů na družicové nosiče se časově zcela kryl s rozvojem v oboru osobních počítačů. Komerční družice, kvalitní hardware a software v přijatelných cenách způsobily, že naši planetu můžeme spatřit na monitoru počítače na pracovním stole.

Obchod s vesmírnými daty

I když družicemi vybavenými skenery dnes disponují nejen kosmické velmoci, jako jsou USA, Rusko, Francie, Čína, Japonsko a Indie, až do nedávné doby se dalo jen málo z pořízených záznamů volně nákoupit na trhu. Bezkonkurenčně vládly digitální snímky amerických Landsatů, francouzských Spotů nebo ruských Kosmosů. Jen občas se mezi ně vtlačili Indové nebo Japonci.

Zatím však hovoříme o snímcích vysokého rozlišení, které jsou schopny zachytit objekty na zemském povrchu o velikosti několika málo desítek metrů. Naopak družic poskytujících snímky s menším rozlišením (řádově ve stovkách metrů až několika kilometrů) létá celá řada a kdo má vhodné přijímací zařízení, může je v podstatě získávat zdarma.

Vstup soukromého sektoru do této oblasti však znamenal velký posun nejen v dostupnosti družicových snímků, ale zejména v oblasti prostorového rozlišení. V současnosti má již každý k dispozici data s metrovým rozlišením (americká družice IKONOS a izraelská družice EROS) a v následujících šesti měsících budou vypuštěny na oběžnou dráhu minimálně další tři družice s rozlišením od 2,5 m až do 60 cm. Všechny tyto družice jsou a budou provozovány soukromými společnostmi na komerčním principu, což s sebou přináší veškeré výhody volné tržní soutěže.

Nové technologie a data

Velkého rozvoje jsme se dočkali také v oblasti radarového družicového snímání. Na rozdíl od skenerů nebo fotografických kamer, které pracují v optickém oboru spektra a měří odražené sluneční záření nebo záření vyzářené Zemí, je radarová aparatura vybavena vlastním zdrojem záření. Radar používá mikrovlnné záření na vlnové délce 1 mm až 1 m. Mnohem nižší frekvence použitého záření dovoluje získávat data i přes mlhu, oblaka a mírný déšť. Radarové vlny také více pronikají porostem, do půdy nebo do sněhové pokrývky, takže dovolují získat informace i o podpovrchové vrstvě.

Pro praktické aplikace se užívají zobrazovací radary, pracující se syntetickou aperturou (Synthetic Aperture Radar – SAR). Velikost naměřené zpětně odražené energie se může znázornit v podobě černobílého obrazu. Díky použití polarizovaných vln a zachytávání odrazů v různých polarizačních rovinách lze zjišťovat i některé další vlastnosti zkoumaných objektů. V současné době existují tři poskytovatelé radarových družicových dat. V první řadě to je Evropská kosmická agentura (ESA), která provozuje dvojici identických družic ERS-1 a ERS-2. Druhou institucí je Kanadská kosmická agentura, která prostřednictvím soukromé společnosti zajišťuje provoz kanadské družice RADARSAT. Konečně Japonská kosmická agentura vyvinula družici JERS-1, která pořizovala radarová data současně s daty optickými.

S čím pracujeme

Jak tedy vypadají záznamy skenerů umělých družic Země (a nakonec i jiných vesmírných těles)? Družicové skenery snímají zemský povrch v pásech pod svou oběžnou dráhou. Starší typy družic pořizují data kontinuálně a pouze při vertikálním pohledu. Moderní družicové systémy jsou programovatelné a díky možnosti výklonu skeneru (bočnímu i ve směru letu) umožňují pořízení dat podle přesné (termínové i územní) specifikace uživatele. Při pohybu družice po oběžné dráze rotující Země pod ní ubíhá. Tím je každý následující řádek oproti předchozímu o něco posunut. Zemský povrch je zakřivený, a tak od středu pásu k okrajům rozlišovací schopnost znatelně klesá. Čím je pás širší, tím jsou pixely na okrajích deformovanější, protaženější.

Tyto a další efekty jsou vesměs známy a právě počítače umožňují nepříznivé jevy potlačit nebo eliminovat. Takovým předběžným úpravám družicového skenerového snímku – mozaiky pixelů – se říká geometrické a radiometrické korektury. Teprve po nich je snímek připraven k vlastnímu účelovému neboli tématickému vyhodnocení. Toto předzpracování snímku se zpravidla provádí ihned po přijetí dat v přijímací stanici. Uživatel tak obdrží data na CD v podobě, která umožňuje jejich okamžité využití.

Nástroj číslo 1 – počítač

Díky digitální podobě snímků se prakticky veškeré jejich vyhodnocení provádí na počítači. Prvním krokem zpravidla bývá převedení snímku do souřadnic. V praxi to znamená geometrickou změnu snímku do takové podoby, která umožňuje přiřazení mapových nebo zeměpisných souřadnic každému pixelu snímku.

Klepněte pro větší obrázek

Proces tématického vyhodnocení kosmických snímků se nazývá interpretace. Je zcela zřejmé, že ne vše, co chceme ze snímků zjistit, je fyziognomické čili přímo viditelné. Mnohé vlastnosti území, které nás právě zajímají, jsou skryté neboli decipientní. A k nim se musíme dopracovat pomocí řady nepřímých indicií, kombinováním informací různých spektrálních kanálů, častou složitou statistikou a využitím expertních systémů, což jsou počítačem simulované procesy lidského myšlení při řešení konkrétního úkolu. Vzhledem k tomu, že jediný digitální kosmický snímek představuje sadu datových souborů o celkovém rozsahu desítek až stovek MB, využití počítačové techniky se prostě nevyhneme.

Začínáme interpretovat snímky pomocí PC

Nejjednodušším případem tématického počítačového vyhodnocení digitálních družicových záznamů je jejich úprava do podoby tzv. syntézy barev blízkých přírodě. Vhodným zbarvením jednotlivých (v zásadě černobílých) spektrálních pásem multispektráního (vícepásmového) snímku naložených na sebe získáme výsledný obraz připomínající normální pohled na krajinu shora, jak by byla viditelná lidským okem. Lesy pak budou zelené, vody modré, půdy hnědé nebo černé a podobně. Pokud však chceme zvýraznit právě konkrétní zájmové jevy, musíme si experimentálně měřením na snímku zjistit, které vlnové délky světla je nejlépe zachycují a která intenzita světla v rámci daného vlnového rozsahu je vystihuje. Pak experimentováním s barvami a se znalostí o spektrálních projevech sledovaného typu objektu můžeme zvolit takové kombinace barev, že zájmové objekty na snímku přímo vyniknou. Vytváříme tak tzv. nepravě barevné syntézy více spektrálních pásem.

S počítači je klasifikace obrazu hračkou

Klasifikace je založena na posuzování hodnot odrazivosti každého pixelu ve všech spektrálních pásmech zpracovávaného snímku. Zařazení pixelu do některé z výsledných tříd je řešeno pomocí nejrůznějších rozhodovacích algoritmů (např. prostorová vzdálenost nebo podmíněná pravděpodobnost). Klasifikační postupy vedoucí ke shlukování pixelů do skupin podle typů objektů na zemském povrchu můžeme nechat běžet bez našeho vměšování – jde pak o neřízenou klasifikaci – a počítač sám vytvoří skupiny pixelů čistě na statistickém základě. Snad jen jejich definitivní počet může omezit operátor počítače. V případě řízené klasifikace předem vybereme určité vzorky pixelů (trénovací množiny), které jsme schopni přiřadit konkrétním třídám objektů. Do těchto předem definovaných a relativně známých skupin pak počítač rozdělí všechny pixely obrazu.

Umělá inteligence myslí za uživatele

Nejsložitější metody využívají tzv. umělé inteligence, což není nic jiného než naprogramování myšlení odborníka čili experta v daném oboru. Počítač tak ví, jaký tvar a velikost může objekt nabývat, kde a za jakých okolností se vyskytuje a samozřejmě jaké jsou jeho nejčastější optické projevy. Algoritmus řešení takového složitého úkolu se často dostává na rozcestí a tam stroj musí důkladně analyzovat dosavadní závěry. Určitým usnadněním rozhodování pro něj mohou být digitální podpůrné tématické mapy pořízené třeba pozemním mapováním. Ty lze rozložit do obdobných obrazových mozaik a vkomponovat do statistického vyhodnocení na sebe navrstvených kanálů multispektrálního snímku jako další vrstvy dat.

Zůstaňme však také na Zemi

Maximální využití informačního potenciálu družicových dat ale často nezaručují ani nejvýkonnější počítačové sestavy a nejmodernější zpracovatelské programy. Výraznou úlohu hraje zařazení družicových snímku do kontextu ostatních známých informací a jejich vyhodnocení v rámci širšího pohledu. Družicová data totiž poskytují ohromné množství informací o všem, co se vyskytuje na zemském povrchu, správná interpretace těchto informací však vyžaduje nejen zvládnout počítačové zpracování, ale také zkušenosti a znalosti v příbuzných oborech.

Typickým příkladem takového komplexní vyhodnocení družicových snímků bylo celorepublikové mapování krytu zemského povrchu (land cover) do 44 předem definovaných kategorií. V rámci tohoto mapování bylo nutné počítačově zpracovat a vyhodnotit ohromné množství dat, současně se však interpretace snímků neobešla bez použití velkého množství podpůrných informací (leteckých snímků, topografických a tématických map, plánů měst …) a někdy i osobní návštěvy v terénu.

Existuje prakticky nekonečně mnoho oblastí lidské činnosti nebo vědění, kde snímky naší planety z vesmíru mohou být velmi užitečné. První byli samozřejmě vojáci, kteří ocenili snímky území protivníka, aniž by při jejich získávání narušili jeho nebezpečný vzdušný prostor. Na snímky meteorologických družic zachycujících oblačné systémy a jejich pohyb se díváme každý večer v televizi při předpovědi počasí. Tím ale výčet možných aplikací teprve začíná. Družicová data nacházejí své využití také v zemědělství (určování druhu a výměr plodin, odhady produkce), v lesnictví (určování druhu a stavu lesních porostů, sledování těžby), při mapování a aktualizaci topografických a tématických map, v geologii (obnova geologických map, vymezení typu hornin a půd), při monitorování povrchových dolů a rekultivace, při mapování záplav a záplavových oblastí apod.

Klepněte pro větší obrázek

Jedním z příkladů rutinního zpracování a využívání družicových dat je kontrola dotací v rámci zemědělské politiky EU. Vzhledem k tomu, že některé dotační tituly jsou vázány na pěstování konkrétní plodiny na určité ploše, je v těchto případech kontrola dálkovým průzkumem nejefektivnější metodou kontroly údajů, které vykazují farmáři. Jedná se o komplexní úlohu zahrnující výběr vhodných družicových dat (časová řada multispektrálních snímků zachycující celý vegetační vývoj plodiny), geometrické zpracování (převod do souřadnic a vzájemné prostorové ztotožnění všech snímků), analýzu spektrálních charakteristik sledovaných zemědělských plodin (porovnání spektrálního projevu každé plodiny v časové řadě snímků), interpretaci snímků (řízená a neřízená multispektrální klasifikace, vizuální vyhodnocení) a statistické zpracování výsledků.

Jinými postupy lze mapovat třeba výskyt ložisek užitečných surovin, zásob vody, areály nemocných rostlin, lokality ohrožené zemětřesením, vulkanismem, sesuvy, erozí a znečištěním. Vzhledem k tomu, že tyto jevy zatím neproběhly, nejsou prostým okem viditelné, a přitom jsme schopni je zmapovat, dostáváme se do jisté časové výhody. Můžeme učinit opatření, jak jevu zabránit, jak jej oslabit nebo jak zmírnit jeho následky. A to už stojí za to, abychom družice na oběžnou dráhu vypouštěli, vyvíjeli citlivá čidla ke snímání Země, rozpracovávali často složité metody jejich vyhodnocení a zejména zdokonalovali počítačovou techniku. Ta za nás bude hledět na planetu a včas otevře naše oči.

Vzhledem k velikosti obrázků najdete jejich kompletní sadu v časopisu Computer.

Diskuze (3) Další článek: Příjmy AMD o 22 procent nižší

Témata článku: Hardware, Sestavy, Výsledný obraz, Eros, Vměšování, Určitý objekt, Planeta, Dráha, Viditelné světlo, Land, Sluneční světlo, Družice, Celá planeta, Vzdušný prostor, Přesná předpověď, Plodiny, Kosmos, Snímek, Nejjednodušší případ, Spektrální třída, Pořízený záznam, Lidské myšlení, Meteorologická informace, Sara, Velký rozsah


Určitě si přečtěte

Jak funguje kontroverzní program, který ženám krade plavky. Mají se čeho bát?

Jak funguje kontroverzní program, který ženám krade plavky. Mají se čeho bát?

** Strojové učení ještě nepřitáhlo takový zájem jako na začátku prázdnin ** Ne, umělá inteligence nenašla lék na rakovinu ** Naučila se svlékat ženy nejen z plavek

Jakub Čížek | 35

Co všechno se spouští se startem Windows a proč by vás to mělo zajímat

Co všechno se spouští se startem Windows a proč by vás to mělo zajímat

** Společně s operačním systémem se spouští řada aplikací a služeb ** Mohou mít negativní dopad na celkovou dobu startu Windows ** Jak získat kontrolu nad automaticky spouštěnými programy?

Karel Kilián | 60

USA rozdávají chudým dotované telefony s Androidem. Jsou z Číny a plné virů

USA rozdávají chudým dotované telefony s Androidem. Jsou z Číny a plné virů

** Chudí Američané mohou dosáhnout na dotovaný mobil ** Jeden takový rozdává třeba tamní Virgin Mobile ** Má to jeden háček. Je prošpikovaný malwarem

Jakub Čížek | 42



Aktuální číslo časopisu Computer

Test 9 bezdrátových reproduktorů

Jak ovládnout Instagram

Test levných 27" herních monitorů

Jak se zbavit nepotřebných věcí na internetu