کاربردهای تصاویر لندست - 8
با استفاده از روش ترکیب باندهای طیفی تصاویر ماهواره‌ای، می‌توان اطلاعاتی منحصر به فرد از سطح زمین استخراج نمود. این اطلاعات همانند اثر انگشت انسان، خاص آن منطقه زمینی باشد. در ادامه پس از ارائه خصوصیات باندهای طیفی مختلف لندست 8 نمونه های مختلف پدیده های زمینی که با استفاده از این ماهواره قابل تشخیص می باشد، آورده شده است.
ماهواره لندست - 8
•
با استفاده از روش ترکیب باندهای طیفی تصاویر ماهواره‌ای، می‌توان اطلاعاتی منحصر به فرد از سطح زمین استخراج نمود. این اطلاعات همانند اثر انگشت انسان، خاص آن منطقه زمینی باشد. در ادامه پس از ارائه خصوصیات باندهای طیفی مختلف لندست 8 نمونه های مختلف پدیده های زمینی که با استفاده از این ماهواره قابل تشخیص می باشد، آورده شده است.
•
جدول 1) محدوده باندهای طیفی و رزولوشن مکانی زمینی مختلف دو سنجنده ماهواره لندست-8
•
شکل 1) گیاهان سالم به رنگ سبز و ناسالم به رنگ قهوه‌ای نشان داده می شوند. مناطق مسکونی به رنگ سفید و خاکستری و پیکره های آبی به رنگ سیاه یا آبی تیره مشاهده می‌شوند.
تصویر زیر با ترکیب باندهای رنگی شماره 5 (مادون قرمز نزدیک)، شماره 4 (قرمز) و شماره 3 (سبز) در جدول 1، نمایش داده شده است. این ترکیب در تصاویر ماهواره لندست-8، ترکیب رنگی مادون قرمز نزدیک (Near-infrared Composite) نامگذاری می شود؛ زیرا ماده کلروفیل گیاهان، تمامی امواج الکترومغناطیسی در محدوده مادون قرمز نزدیک را به فضا بازتاب می‌نماید. در نتیجه برای بررسی و آنالیز گیاهان مورد استفاده قرار می گیرد.
•
شکل 2) رنگ قرمز روشنتر نمایانگر گیاهان با سلامت بهتر، رنگ سیاه آب، مناطق مسکونی شهر با رنگ سفید و خاکستری روشن نمایش داده می شوند.
•
تصویر زیر با ترکیب باندهای رنگی شماره 7 (مادون قرمز موج کوتاه-2)، شماره 6 (مادون قرمز موج کوتاه-1) و شماره 4 (قرمز) نمایش داده شده است. این ترکیب در تصاویر ماهواره لندست-8، ترکیب رنگی مادون قرمز موج کوتاه(Short-Wave infrared Composite) نامگذاری میشود.
•
شکل 3) رنگ سبز در تصویر نمایانگر گیاهان می‌باشد. رنگ سبز تیره مناطقی دارای گیاهان با تراکم بیشتر می باشد. مناطق مسکونی و سایه‌های قهوه‌ای بافت خاک را نمایش می‌دهد.
•
تصویر زیر با ترکیب باندهای رنگی شماره 6 (مادون قرمز موج کوتاه-1)، باند شماره 5 (مادون قرمز نزدیک) و باند شماره 2 (باند آبی) نمایش داده شده است. این ترکیب رنگی (6، 5، 2) در تصاویر ماهواره لندست-8، جهت پایش غلات مورد استفاده قرار میگیرد، زیرا از باندهای طیفی مادون قرمز موج کوتاه و مادون قرمز نزدیک استفاده شده است و این محدوده طیفی به خوبی گیاهان غلات را بارزسازی می نماید.
•
شکل 4) رنگ سبز تیره نمایانگر گیاهان سالم‌تر و رنگ‌های متمایل به قرمز (ارغوانی)، زمین های بدون پوشش سطحی گیاه می‌باشند.
ترکیب رنگی (7، 6، 2) در تصاویر ماهواره لندست-8، در علم زمین شناسی به ویژه برای شناسایی نوع و روند شکل گیری ساختارهای موجود مختلف در سطح زمین، تشخیص ویژگیهای فیزیکی سنگ ها و همچنین گسلها مفید می باشد.
•
شکل 5) ترکیب باندهای رنگی شماره 7 (مادون قرمز موج کوتاه-2)، شماره 6 (مادون قرمز موج کوتاه-1) و شماره 2 (آبی) جهت نمایش ساختارهای زمین شناسی
•
تصاویر پانکروماتیک ماهواره لندست-8، دارای پهنای باند طیفی با طول موج‌های وسیعتری (500 - 680 نانومتر) نسبت به دیگر پهنای باندهای طیفی دو سنجنده OLI و TIRS می‌باشد. تصاویر سنجنده OLIبا این نوع ترکیب رنگی، تصویری با رزولوشن مکانی بالاتری (15 متر) نسبت به دیگر باندهای طیفی دو سنجنده ماهواره لندست-8 دارد. وضوح تصاویر پانکروماتیک با استفاده از روشpan sharpening افزایش می یابد.
•
شکل 6) نمونه ای از تصویر پانکروماتیک لندست-8
•
شاخص پوشش گیاهی (NDVI) از خصوصیات طیفی باند قرمز (پوشش گیاهی در این محدوده طیفی، امواج الکترومغناطیسی فرودی را جذب می کند) و باند مادون قرمز نزدیک (پوشش گیاهی دراین محدوده طیفی، امواج الکترومغناطیسی فرودی را به شدت منعکس می‌کند) استفاده می‌نماید. از این شاخص برای نظارت بر سلامت و شادابی گیاهان استفاده میشود. NDVI همیشه بین 1 تا 1- است. مقادیر منفی نشانگر آب و رطوبت است اما مقادیر بالای NDVI، پوشش گیاهی متراکم منطقه تصویربرداری شده را نشان می‌دهد.
•
شکل 7) نمونه ای از تصاویر NDVI (مناطق با رنگ سبز تیره حاوی گیاهان با سبزینگی و سلامت بیشتر می باشند)
شاخص رطوبت، میزان رطوبت منطقه در تصویر را تخمین می زند. آب به رنگ آبی با سایه های روشنتر حاوی رطوبت کمتری به نظر می رسد و مناطق با رنگ نارنجی روشن و قرمز در تصویر از رطوبت قابل توجه کمتری نسبت به رنگ آبی برخوردار می‌باشند.
•
شکل 8) نمونه ای از تصویر Moisture Index ماهواره لندست -8
منابع https://gisgeography.com/landsat-8-bands-combinations/
https://earth.esa.int/web/eoportal/satellite-missions/l/landsat-8-ldcm
https://wiki.landscapetoolbox.org/doku.php/remote_sensor_types:landsat_8
https://www.sciencedirect.com/science/article/abs/pii/S0034425716302905
https://www.wmo-sat.info/oscar/satellites/view/227
https://spacedata.copernicus.eu/web/cscda/missions/landsat-8
https://space.skyrocket.de/doc_sdat/landsat-8.htm
http://www.skyeinstruments.com/ndvi-pri-systems/?http://www.skyeinstruments.com/ndvi-pri-systems/&gclid=EAIaIQobChMIzMWZ2aPz5gIVTdreCh2BJQiVEAMYASAAEgJENvD_BwE
http://www.un-spider.org/fr/content/8741/landsat-8-oli
http://www.un-spider.org/fr/content/8741/landsat-8-oli
https://www.spiedigitallibrary.org/journals/Journal-of-Applied-Remote-Sensing/volume-13/issue-4/044505/Lake-surface-temperature-retrieval-from-Landsat-8-and-retrospective-analysis/10.1117/1.JRS.13.044505.short?SSO=1
https://www.spiedigitallibrary.org/journals/Journal-of-Applied-Remote-Sensing/volume-13/issue-4/044505/Lake-surface-temperature-retrieval-from-Landsat-8-and-retrospective-analysis/10.1117/1.JRS.13.044505.short?SSO=1
https://www.esri.com/arcgis-blog/products/product/imagery/band-combinations-for-landsat-8/
https://www.frontiersin.org/articles/10.3389/fmars.2019.00598/full
https://www.sentinel-hub.com/develop/documentation/eo_products/Landsat8EOproducts
