Hidrológiai Közlöny, 2019 (99. évfolyam)
2019 / 1. szám
Gulácsi A. és Kovács F.: Radaralapú vizesélőhely-monitoring Sentinel-1 adatokkal 45 Sentincl-1 DESC RGB: VH/VV/VV Dátum: 2017/01 Sentinel-2 RGB: 12/8/4 Landsat 8 RGB: 7/5/4 7. ábra. A 2017. januári Sentinel-1 radar, Sentinel-2 és Landsat 8 felszíni reflektancia kompozitok összevetése. (Megjegyzés: Az RGB: 7/4/2 és az RGB: 12/8/4 szintén a MlR/NlR/látható vörös műhotdkép-sávok kombinációjúi jelenti. MIR (middle-infrared): középső infravörös sáv (1=2,1 pm): N1R (near infrared): közeli infravörös sáv (X=0,8-0,9 pm)) Figure 7. Comparison of Sentinel-1 radar, Sentinel-2 and Landsat 8 surface reflectance composites in January 2017 (Note: RGB: 7/4/2 and RGB: 12/8/4 both mean the combination of MIR/NIR/visible red satellite image bands. MIR: middle infrared band at 1=2,1 pm: NIR: near infrared band at 1=0,8-0,9 pm) ÖSSZEFOGLALÁS A tanulmányban a Sentinel-1 C-SAR radarfelvételek alapján egy olyan távérzékelési módszert dolgoztunk ki, amivel képesek vagyunk a felszíni vízborítás időjárástól többé-kevésbé független érzékelésére, havi léptékben, közepes térbeli felbontással. Az állandó nagy idő felbontású monitoring biztosított. Az eredményeinket a LANDSAT 8 ÖLI és a SENTINEL-2 MSI műholdképekből számolt vízborításokkal vetettük össze (MNDWI alapján, küszöbértékes osztályozással). Két teljesen különböző módszerrel, és különböző hullámhossz-tartományokon többé-kevésbé egybevágó eredményeket kaptunk, magas és közepes korreláció-értékekkel. Egy pixel a radarképen 0,01 ha területnek felel meg a valóságban, tehát csak az ennél nagyobb vízfoltok érzékelhetők potenciálisan. A tüskeszűrés ellenére kis mértékű problémát okoz a radarképekre jellemző szemcsés zaj (tüskék) miatti tévesen víznek osztályozódott, elszórt pixelek jelenléte. A módszerünk további érvényesítésre szorul, amihez a belvizes időszakban készült nagyon nagy felbontású műholdképekre, illetve légi-, vagy drónfelvételekre van szükség, mivel a terepi felmérés ennél a jelenségnél nem kivitelezhető. A képminőség a szél által keltett hullámok miatt néhány hónapban (pl. 2016 januárja és februárja, 2017 februárja, áprilisa és augusztusa a süllyedő pályák esetén) rossz, ami használhatatlanná teszi ezeket a felvételeket. A jelenlegi vizes élőhely monitoring továbbfejlesztve belvíz kiértékelést is támogathat. A felhő alapú számítástechnika segítségével tömérdek mennyiségű és ingyenes műholdas távérzékelési adatot tudunk már gyorsan és magas fokon automatizáltan feldolgozni. A Google Earth Engine felhőplatform számítási teljesítménye rendelkezésünkre áll, hogy egy vizes élőhely vagy belvíz monitoring rendszert működtessünk, talán a jövőben előremozdíthatná a belvizekkel való gazdálkodás ügyét is. A szkriptek kódját együttműködés keretében szívesen megosztjuk. KÖSZÖNETNYILVÁNÍTÁS A kutatást az Interreg-IPA Magyarország-Szerbia Határon Átnyúló Együttműködési Program keretében és az Európai Unió társfinanszírozásával (IPA) megvalósuló HUSRB/1602/11/0057 WATERatRISK projekt támogatta. IRODALOM Alsdorf D. E., Rodriguez E., Lettenmaier D. P. (2007). Measuring surface water from space. Reviews of Geophysics 45(2), 24 p. Arthur D., Vassilvitskii S. (2007). k-means++: the advantages of carefull seeding. In: Proceedings of the eighteenth annual ACM-SIAM symposium on Discrete algorithms, 1027-1035.
