Þróa nýja aðferð við sambræðslu fjarkönnunarmynda | Háskóli Íslands Skip to main content

Þróa nýja aðferð við sambræðslu fjarkönnunarmynda

21. ágúst 2018
""

Vísindamenn við Rafmagns- og tölvuverkfræðideild Háskóla Íslands hafa þróað nýja aðferð til þess að bræða saman fjarkönnunarmyndir úr gervitunglum með mismunandi upplausn og reynist hún mun betur en fyrri aðferðir. Greint er frá aðferðinni í vísindatímaritinu Remote Sensing sem kom út á dögunum.

Sentinel-2 fjarkönnunartungl Evrópsku geimvísindastofnunarinnar, ESA, eru hluti af hinni Evrópsku Copernicus áætlun og var þeim skotið á loft í júní 2015 og mars 2017. Þau eru búin fjölrásamyndavél sem skilar myndum sem hafa 13 rásir sem eru næmar fyrir ljósi af sýnlega, nær innrauða og stuttbylgju-innrauða sviði rafsegulrófsins. Þar af hafa 4 rásir 10 metra upplausn, 6 rásir 20 metra upplausn og 3 rásir 60 metra upplausn. Hin mismunandi upplausnargeta skynjarans stafar af ýmsum eðlisfræðilegum og verkfræðilegum þáttum. 

Til að auka notagildi myndanna fyrir hin ýmsu fjarkönnunarverkefni, eins og flokkun og greiningu breytinga á landfræðilegum þáttum yfir tíma, er ákjósanlegt að hafa allar rásirnar af 10 m upplausn þar sem myndirnar eru breytilegar m.t.t. bylgjulengdar hverrar rásar. Þetta vandamál, þ.e. sambræðsla mynda sem hafa mismunandi upplausnargetu og rófseiginleika, er ekki nýtt af nálinni í fjarkönnun en það sem gerir þetta verkefni spennandi er að hinar ýmsu rásir Sentinel-2 skarast ekki á tíðnirófinu og það gerir vandamálið meira krefjandi.  

Undanfarin ár hefur Frosti Pálsson, nýdoktor við Rafmagns- og tölvuverkfræðideild Háskóla Íslands, unnið að rannsóknum í myndsambræðslu í fjarkönnun ásamt leiðbeinendum sínum, þeim Jóhannesi R. Sveinssyni og Magnúsi Ö. Úlfarssyni sem báðir eru prófessorar við deildina. Á dögunum fengu þeir birta grein í tímaritinu Remote Sensing þar sem þeir kynna nýja aðferð við skerpingu eða sambræðslu Sentinel-2 mynda sem byggist á djúptauganetum (e. deep learning). Rannsóknin er hluti af verkefni sem nýtur styrks frá Rannís og nefnist „Deep Learning and Big Data in Remote Sensing“ sem útleggst á íslensku sem „Djúpur lærdómur og stór gagnasöfn í fjarkönnun“.  

Þessi nýja aðferð gerir það kleift að auka rúmupplausn 20 m og 60 m rása í Sentinel-2 myndum í 10 m upplausn án þess að valda sýnilegri skekkju í rófsupplýsingum myndanna. Í greininni er aðferðin borin saman við þær aðferðir sem þykja bestar í dag og reynist hún gefa mun betri niðurstöður en áður hefur verið unnt að fá.  

Meðfylgjandi mynd var tekin með Sentinel-2B tunglinu í apríl síðastliðnum og þar má sjá hvar stórt stykki hefur brotnað úr jökulsporði Breiðamerkujökuls og fallið í Jökulsárlón. Þarna má jafnvel greina bylgjufaldinn sem hefur myndast og breiðist út. Myndin lengst til vinstri er litamynd unnin úr 10 m rásunum, myndin í miðjunni er í fölskum litum og sýnir 60 m rásirnar og myndin til hægri sýnir svo 60 m rásirnar eftir að þær hafa verið skerptar með nýju aðferðinni. Skerptu rásirnar hafa nú sömu rúmupplausn og 10 m rásirnar og þar með hefur notagildi þeirra stóraukist.

Myndin var tekin af Sentinel-2B þann  22. apríl síðastliðinn og sýnir kelfingu Breiðamerkursjökuls í  Jökulsárlóni. Frá vinstri: RGB litamynd (10 m), 60 m rásir, (c) skerpt ar 60m rásir (10 m).

Netspjall