DTM-generering fra optisk satellitt

Stereobilder fra satellitt

Digitale terrengmodeller (DTM) kan opprettes fra optiske satellitter som tar bilder med scanning- eller pushbroom-sensorer med stereodekning. Det er to ulike måter å oppnå stereobilder fra satellittsensorer. Den ene metoden registrer stereobilder fra den samme satellittbanen ved ulike synsvinkler, dvs. at en sensor er stilt i nadir mot terrenget mens en eller flere andre sensorer er stilt fremover og/eller bakover slik at før- og etter-bilder oppnås (along-track-stereo, se Figur 2.8 b). Den andre metoden benytter ulike satellittbaner for å opprette satellittbilder med ulike synsvinkler av terrenget (across-track stereo, se Figur 2.8 a) (Toutin og Cheng 2001 , Kääb 2005b).

Figur 2.8. Prinsippene for optisk satellittstereo. Figuren (a) viser geometrien til across-track-stereo metoden og illustrerer hvordan stereoparene oppnås ved at satellitten tar bilder over samme terrengområde fra ulike satellittbaner med tidsforskjeller fra noen dager til måneder. Figuren (b) viser geometrien til along-track-stereo metoden som illustrerer hvordan stereoparene nesten registreres samtidig (tidsforskjeller fra sekunder til minutter) fra samme satellittbane med en overflygning. Figuren er hentet fra (Kääb 2005b).

Metoden across-track-stereo har blitt anvendt siden 1980, først med Landsat fra to nærliggende baner, så ved SPOT som har mulighet til å registrere bilder til sidene ved å styre sensoren på tvers, og til slutt ved IRS-1C/D ved å ”rulle” satellitten. I nyere tid har along-track-stereo metoden blitt mer populær på grunn av JERS-1 sin Optical Sensor (OPS), den

tyske Modular Opto-Electronic Multi-Spectral Stereo Scanner (MOMS) og ASTER (Toutin og Cheng 2001).

Den store fordelen med along-track-stereo er at stereoparet er tatt veldig nær hverandre i tid slik at atmosfæriske forhold, terrengoverflateforhold og illuminasjon-forandringer mellom de to bildene vil være minimale. Siden stereoparet som brukes ved across-track-stereo-metoden er tatt fra ulike satellittbaner er disse bildene ikke tatt i den samme tidsperioden (fra dager til måneder), noe som kan påvirke negativt på utfallet av DTM-generasjonsprosessen (Selby 2007).

Hvis along-track-stereo-scener er tilgjengelige vil disse være å foretrekke til de fleste glasiologiske formål (og andre formål der terrengoverflaten brått kan endres) da snøsmelting og snøfall kan medføre signifikante endringer i terrengforholdene som kan komplisere korrelasjonen mellom bildene (Kääb 2005b).

DTM-generering fra stereo satellittbilder

For å generere en DTM må først bildene med stereooverlapp preprosesseres. Hvis bildene som skal brukes er ASTER level 1A rådata (se avsnitt 2.2.5), vil disse være preget av en stripeeffekt som forekommer da de digitale samlingene av tall fra CCD-instrumentet ikke har blitt prosessert. Bilder av denne typen har den radiometriske kalibrerings-koeffisienten vedheftet i metadatafilen og kan dermed bli preprosessert slik at effekter som skyldes sensoren kan reduseres. Når bildene har blitt preprosessert, må stereomodell-oppbygningen beregnes, noe som gjøres med en interaktiv least square bundle adjustment-metode som benytter seg av bakke kontrollpunkter (Ground Control Point GCP) til finjustering av parametrene til den geometriske modellen. Fire GCPer er teoretisk tilstrekkelig til å beregne stereomodellen, men et høyere tall er nødvendig for å ha et overestimat i least square adjustment metoden, slik at innvirkninger av kart og plottefeil kan reduseres, og at nøyaktighetstester kan utføres (Toutin 2002). I en nøyaktighetsstudie utført av San (2005) viste det seg at den vertikale feilen minket når antall GCPer økte.

Etter at stereomodellen er beregnet, kan bildekorrelasjon, som i prinsippet er en radiometrisk oppgave, utføres. De fleste bildekorrelasjonsystemene opererer på referanse og søke vinduer slik at en korrelasjonsverdi blir beregnet fra gråtoneverdier i referansevinduet.

som den mest nøyaktige og blir mest brukt til synlige infrarøde (visible infrared, VIR) satellittbilder er mean normalized cross-correlation coefficient (denne løsningen er valgt og tilpasset av PCI Geomatics Group som benytter den i OrthoEngine (PCI 2003b)). Høydepunkt blir ekstraktet i annenhver bildepiksel, som i ASTER bilder betyr hver 30 meter i stereoparene, som tilsvarer ca 4 000 000 punkter (Toutin 2002).

3D stereo opprettingen utføres ved bruk av den tidligere beregnede geometriske modellen til å konvertere pikselkoordinatene i begge bildene fastslått i korrelasjonen av bildestereoparet til 3D data. Kartografiske koordinater (planimetri og høyde) i bruker definert kartprojeksjon blir bestemt for de målte punktene med en least square intersection-prosess basert på ligninger og parameter fra den geometriske modellen. Resultatet er et uregelmessig grid i kartprojeksjonssystemet som blir transformert til en raster-DTM (Toutin 2002).

Uavhengig av bildekorrelasjonsmetode vil det alltid være nødvendig å etterprosessere høydedataene, for eksempel fjerne høyder hvor korrelasjonen har feilet, fjerne støy, fylle igjen områder hvor det ikke har blitt funnet en korrelasjon (områder uten data), korrigere for vannoverflater og andre vegetasjonsområder osv. Feil og støy kan oppdages ved ulike funksjoner som identifiserer piksler med en høydeverdi som er drastisk forskjellig fra nabopikslene (Toutin 2002). Fjerning av støy og feil kan gjøres ved ulike typer statistiske filter (middelfilter, standardavvikfilter, høypass- og lavpassfilter, osv.). Noen av disse funksjonene fjerner eller glatter ut støy, men for større områder med feil inneholder også nabopikslene feil som kan medføre at feilen blir forstørret. For å fylle igjen områder uten data er det vanlig å benytte seg av ulike interpolasjonsteknikker som bruker høydeverdier langs kantene av hullet til å interpolere nye høyder hvor data mangler.

ASTER-DTM: nøyaktighet og feilkilder

Den potensielle vertikale nøyaktigheten til en DTM, generert ut fra ASTER-bilder med et B/H forhold på 0,6, kan være i en størrelsesorden rundt 25 meter, da tidligere studier har vist at det er mulig å måle parallakseforskyvningen med pluss minus en pikselstørrelse i den automatiske bildekorrelasjonsprosessen (Toutin og Cheng 2001, Selby 2007).

Toutin (2001, 2001) har i ulike studier vist at ASTER-sensoren utgjør en økonomisk mulighet for kartlegging og DTM-generering i medium målestokker (1:100 000 og 1:50 000). Ved bruk

meter. Nøyaktigheten til generert DTM er svært avhengig av topografiske forhold. Ved gunstige forhold (flate områder med mindre vegetasjon) oppnådde Toutin (2001) en nøyaktighet på 10 meter med et konfidensintervall på 83 %. I et annet studie av Toutin (2001) utført i terreng med mer relieff (kanadiske Rocky Mountains) ble det oppnådd en DTM med et standardavvik på 33 meter med et konfidensintervall på 87 % som tilsvarer en bildekorrelasjonsnøyaktighet på 1,2 piksler.

Eckert (2005) vurderte nøyaktigheten av automatisk genererte DTMer fra ASTER-data i alpint terreng. Resultatene de kom fram til var at med godt distribuerte og nøyaktige GCPer er det mulig å generere DTMer med root mean square (RMS) feil mellom 15 og 20 meter i bratt terreng og rundt 30 meter i alpint terreng. DTMene var veldig nøyaktige i flatere terreng og i sydvendt terreng med glatt helling. Feilene for denne typen områder var vanligvis innenfor ± 10 meter.

Den vertikale nøyaktigheten til en DTM, opprettet fra ASTER-sensoren, vil være avhengig av flere faktorer. Kvaliteten til den geometriske satellittmodellen er avhengig av antallet, nøyaktigheten og distribusjonen (jevn fordeling over scenen og i høyden) av GCPer. For å relatere bildene i forhold til hverandre og dermed forbedre den relative nøyaktigheten til modellen, og til å supplere med punkter der det ikke finnes GCPer, benyttes sammenknyttnings punkter (tiepoints, TPs) (PCI 2003b, Eckert et al. 2005). Nøyaktigheten til den geometriske satellittmodellen har vist seg å være innenfor en tredjedel av en pikselstørrelse ved bruk av GCPer av god kvalitet (Toutin og Cheng 2001). Støy og feil med ASTER-sensoren vil også ha stor påvirkning på DTM-generasjonen. Selv om radiometrisk kalibrering av detektorene er utført, kan denne typen feil føre til pikselstriping og annen bildestøy, som skaper problemer i bildekorrelasjonen (Toutin 2001). Radiometriske korreksjoner av detektorene er allikevel viktig da denne korreksjonen forbedrer kvaliteten til DTMen med 10 % (Toutin 2002).

Terreng- og atmosfæreforhold har stor innvirkning på satellittbildene (se avsnitt 2.2.1) og vil derfor ha stor innvirkning på suksessen av DTM-genereringen. Områder i terrenget som er dekket av skog, skygge, skyer, snø, sand, vann osv. vil i satellittbildene opptre som spektralt homogene områder og dermed vanskeliggjøre bildekorrelasjonen (Toutin 2002, Eckert et al.

2005). Alpint terreng med mye relieff vanskeliggjør DTM-genereringen og fører til at

lineær korrelasjon mellom helning og nøyaktighet; brattere helning gir dårligere vertikalnøyaktighet (Toutin 2002 , Ok og Turker 2005). Denne type feil er relatert til BRDF og lokal topografi. Disse effektene kan det korrigeres for i ASTER-stereobildene, men for å utføre denne typen korreksjoner er en avhengig av en allerede eksisterende DTM for området (Toutin 2002).

Stereogeometrien i seg selv utgjør også en begrensende faktor for nøyaktigheten. Dette oppstår på grunn av de to bildenes forskjellige perspektiv, som faktisk muliggjør ekstraksjonen av parallaksen, som også er en stor ulempe. Baksidegradienten til høydedrag/terrengrygger kan i noen perspektiver forsvinne helt fra bildet tatt av den bakoverseende ASTER-sensoren med en 27,6º vinkel. Dette medfører en mangel av piksler i et av stereobildene (Toutin 2001, Eckert et al. 2005 ). Bratte terrengskråninger som er nordvendte og dermed vender vekk fra den skråstilte sensoren, blir i stor grad forvrengt eller til og med skjult i den bakoverseende ASTER-sensoren (se Figur 4.10) (Kääb et al. 2005a)