HIPERSPEKTRÁLIS KÉPALKOTÁS

Hasonló dokumentumok
LÉGI HIPERSPEKTRÁLIS TÁVÉRZÉKELÉSI TECHNOLÓGIA FEJLESZTÉSE PARLAGFŰVEL FERTŐZÖTT TERÜLETEK MEGHATÁROZÁSÁHOZ

A hiperspektrális képalkotás elve

Távérzékelés - alapfogalmak

Informatika a felsőoktatásban 2008 Debrecen, augusztus

ÚJ ÉRTÉKELÉSI MÓDSZEREK FEJLESZTÉSE ÉS ALKALMAZÁSA MULTI-ÉS HIPERSPEKTRÁLIS ADATOKON

A távérzékelés és fizikai alapjai 4. Technikai alapok

INFORMATIKA ÁGAZATI ALKALMAZÁSAI. Az Agrármérnöki MSc szak tananyagfejlesztése TÁMOP /1/A

Távérzékelés. Modern Technológiai eszközök a vadgazdálkodásban

AISA hiperspektrális távérzékelő rendszer ismertetése

Térinformatika és Geoinformatika

Távérzékelés, a jöv ígéretes eszköze

A hiperspektrális távérzékelés lehetőségei a precíziós mezőgazdaságban. Keller Boglárka Tudományos segédmunkatárs NAIK MGI

A távérzékelés spektrális irányzata és célja

TARTALOM. Távérzékelés fogalma I. Távérzékelés fogalma II. A távérzékelés multi-koncepciója

Előadás célja: ERDAS IMAGINE történelem a Georgikon Karon. ERDAS IMAGINE alkalmazása Karunk oktatási feladataiban

DRÓNOK HASZNÁLATA A MEZŐGAZDASÁGBAN

A hiperspektrális képfeldolgozás módszerei és az első magyarországi képalkotó spektrométeres repülés adatainak elemzése.

Fajspecifikus gyomtérképezés távlati lehetőségei távérzékelési módszerekkel

Távérzékelés a vízgazdálkodás szolgálatában. Bíró Tibor Nemzeti Közszolgálati Egyetem Víztudományi Kar

TÉRINFORMATIKA II. Dr. Kulcsár Balázs egyetemi docens. Debreceni Egyetem Műszaki Kar Műszaki Alaptárgyi Tanszék

TÁVÉRZÉKELÉS ALKALMAZÁSI LEHETŐSÉGEI a környezetszennyezés hatásvizsgálatánál

Városi környezet vizsgálata távérzékelési adatok osztályozásával

Távérzékelés a precíziós gazdálkodás szolgálatában : látvány vagy tudomány. Verőné Dr. Wojtaszek Malgorzata

A távérzékelés és fizikai alapjai 3. Fizikai alapok

TÁMOP /1/KONV-0047

Multifunkcionális, multimédia elemeket tartalmazó mobil elérésű távoktatási tananyag összeállítása és tesztelése

Agrár-környezetvédelmi Modul Agrár-környezetvédelem, agrotechnológia. KÖRNYEZETGAZDÁLKODÁSI MÉRNÖKI MSc TERMÉSZETVÉDELMI MÉRNÖKI MSc

Többsávos légifelvételek optimális adatsávjainak meghatározása

APPLE RENDSZEREK ALKALMAZÁSI LEHETŐSÉGEI

Az érzékelők legfontosabb elemei Optikai rendszer: lencsék, tükrök, rekeszek, szóró tagok, stb. Érzékelők: Az aktív felületükre eső sugárzás arányában

MŰHOLDAS VÁROSI HŐSZIGET VIZSGÁLAT

CSAPADÉK BEFOGADÓKÉPESSÉGÉNEK TÉRKÉPEZÉSE TÁVÉRZÉKELÉSI MÓDSZEREKKEL VÁROSI KÖRNYEZETBEN

Információtartalmú elemzések a közlekedéseredetű szennyezőanyagok hatásvizsgálatánál

A városi vegetáció felmérése távérzékelési módszerekkel Vécsei Erzsébet


A fotogrammetria ismeretek és a szakmai tudás fontossága

Távérzékelés és Fotogrammetria a Térinformatika Szolgálatában

Távérzékeléssel az árvízi biztonságért

Szennyezett területek hiperspektrális felmérése

Antropogén eredetű felszínváltozások vizsgálata távérzékeléssel

Távérzékelt felvételek és térinformatikai adatok integrált felhasználása a FÖMI mezőgazdasági alkalmazásaiban

A FIR-ek alkotóelemei: < hardver (bemeneti, kimeneti eszközök és a számítógép), < szoftver (ARC/INFO, ArcView, MapInfo), < adatok, < felhasználók.

PANNON EGYETEM ÁLLAT- ÉS AGRÁRKÖRNYEZET-TUDOMÁNYI DOKTORI ISKOLA. Doktori Iskola vezető: Dr. Anda Angéla MTA doktora

29/2014. (III. 31.) VM rendelet az állami digitális távérzékelési adatbázisról

Légi távérzékelési projektek a Károly Róbert Főiskolán

DEBRECENI EGYETEM Agrártudományi Centrum Mezőgazdaságtudományi kar Víz- és Környezetgazdálkodási Tanszék

Növények spektrális tulajdonságának vizsgálata Kovács László, Dr. Borsa Béla, Dr. Földesi István FVM Mezőgazdasági Gépesítési Intézet

A természettudományos laborok új lehetőségei - terepi mérés

Légi hiperspektrális biomassza térképezés elsődleges eredményei a Tass-pusztai biomassza ültetvényen

TANTÁRGYI ADATLAP I. TANTÁRGYLEÍRÁS

Digitális képek feldolgozása Előfeldolgozás Radiometriai korrekció Geometriai korrekció Képjavítás Szűrők Sávok közötti műveletek Képosztályozás Utófe

A projekt az Európai Unió támogatásával és az Európai Szociális Alap társfinanszírozásával valósul meg (támogatási szerződés száma TÁMOP

A VÁROSI HŐSZIGET VIZSGÁLATA MODIS ÉS ASTER MÉRÉSEK FELHASZNÁLÁSÁVAL

TEREPI MÉRÉSEKHEZ KAPCSOLÓDÓ INTERAKTÍV JEGYZŐKÖNYV KÉSZÍTÉSÉNEK LEHETŐSÉGEI

Gamma-röntgen spektrométer és eljárás kifejlesztése anyagok elemi összetétele és izotópszelektív radioaktivitása egyidejű elemzésére

Hiperspektrális technológia

Távérzékelt felvételek típusai és jellemzői

Fotogrammetriai munkaállomások szoftvermoduljainak tervezése. Dr. habil. Jancsó Tamás Óbudai Egyetem, Alba Regia Műszaki Kar

Térinformatika gyakorlati alkalmazási lehetőségei a Mezőgazdasági Szakigazgatási Hivatal Növény- és Talajvédelmi Igazgatóságán

TÉRINFORMATIKA II. Dr. Kulcsár Balázs főiskolai docens. Debreceni Egyetem Műszaki Kar Műszaki Alaptárgyi Tanszék

Digitális felszínmodellek előállítása és alkalmazásának lehetőségei

PANNON EGYETEM ÁLLAT- ÉS AGRÁRKÖRNYEZET-TUDOMÁNYI DOKTORI ISKOLA. Doktori Iskola vezető: Dr. Anda Angéla az MTA Doktora

Távérzékelés alkalmazása szikes tájakban Deák Balázs

A távérzékelt felvételek tematikus kiértékelésének lépései

Sugárzáson, és infravörös sugárzáson alapuló hőmérséklet mérés.

Digitális képérzékelők egységes paraméterezése információtartalom és fraktálszerkezet alapján

METEOROLÓGIAI MÉRÉSEK és MEGFIGYELÉSEK

Földmérési és Távérzékelési Intézet. GISopen 2013: Jogi változások informatikai válaszok március 13. NymE - Geoinformatikai Kar, Székesfehérvár

Készítette: Konrád Sándor Környezettudomány MSc. Témavezető: Dr. Bognár Péter

Távérzékelés a mezőgazdaságban és a környezetvédelemben

METEOROLÓGIAI MÉRÉSEK és MEGFIGYELÉSEK

A SVM OSZTÁLYOZÁSI ELJÁRÁS ALKALMAZÁSÁNAK Az SVM osztályozási GYAKORLATI eljárás alkalmazásának TAPASZTALATAI gyakorlati tapasztalatai

DIGITÁLIS TEREPMODELL A TÁJRENDEZÉSBEN


NÖVÉNYVÉDELEM. Az Agrármérnöki MSc szak tananyagfejlesztése TÁMOP /1/A

Adatgyűjtés pilóta nélküli légi rendszerekkel

METEOROLÓGIAI MÉRÉSEK és MEGFIGYELÉSEK

Légi lézerszkennelt adatok előállítása és feldolgozása

Mérés és adatgyűjtés

Az ajkai vörösiszap-katasztrófa hatásainak felmérése során alkalmazott domborzatmodellezési technikák bemutatása

A VÁROSI FELSZÍNBORÍTÁS-VÁLTOZÁS VIZSGÁLATA SZEGEDEN ŰR- ÉS LÉGIFELVÉTELEK ALAPJÁN

A projekt bemutatása és jelentősége a célvárosok számára. Unger János SZTE Éghajlattani és Tájföldrajzi Tanszék

VI. Magyar Földrajzi Konferencia

PUBLIKÁCIÓS LISTA MAGYAR NYELVEN, LEKTORÁLT FOLYÓIRATBAN MEGJELENT:

Háromdimenziós képi adatokra épülő ökológiai folyamatok modellezése

Lelovics Enikő, Környezettan BSc Témavezetők: Pongrácz Rita, Bartholy Judit Meteorológiai Tanszék;

Hatékony módszer a nagyfeszültségű távvezetékek. dokumentáció-felújítására a gyakorlatban

INFORMATIKA ÁGAZATI ALKALMAZÁSAI. Az Agrármérnöki MSc szak tananyagfejlesztése TÁMOP /1/A

A debreceni alapéghajlati állomás, az OMSZ háttérklíma hálózatának bővített mérési programmal rendelkező mérőállomása

INFORMATIKA ÁGAZATI ALKALMAZÁSAI. Az Agrármérnöki MSc szak tananyagfejlesztése TÁMOP /1/A

A VÁROSI FELSZÍN VIZSGÁLATA NAGY TÉRBELI ÉS

MELLÉKLETEK M számú melléklet... M-19

Városökológiai vizsgálatok Székesfehérváron TÁMOP B-09/1/KONV

A Távérzékelés fogalma

Alapozó terepgyakorlat Klimatológia

A felszínborítás térképezés Magyarországon Monitorozás és Európában

PS-InSAR és alkalmazása a mérnökgeodéziában

3D számítógépes geometria és alakzatrekonstrukció

HULLADÉKCSÖKKENTÉS. EEA Grants Norway Grants. Élelmiszeripari zöld innovációs program megvalósítása. Dr. Nagy Attila, Debreceni Egyetem

Agrárinformatika a precíziós gazdálkodásban GAZDÁLKODJ OKOSAN TÉRINFORMATIKÁVAL!

Átírás:

OKTATÁSI SEGÉDLET Lektorálta: Dr. Berke József egyetemi docens HIPERSPEKTRÁLIS KÉPALKOTÁS HIPER v1.0 Kozma-Bognár Veronika kbv@ex1.georgikon.hu Pannon Egyetem, Georgikon, Mezőgazdaságtudományi Kar, Gazdaságmódszertani Tanszék, Informatika Csoport Keszthely

Tartalom Távérzékelés alapjai Hiperspektrális szenzorok DAIS AISA

Távérzékelés A földfelszín f n objektumai által különböző k hullámhosszon visszavert vagy kisugározott elektromágneses energia rögzítése és s az adatok kiértékelése. kelése. A mérőműszer m nincs közvetlen k kapcsolatban a vizsgált tárggyal. Nem gyakorol befolyásol hatást a vizsgálat tárgyára t ra Lehetővé teszi nagy kiterjedésű területekről l rendkívül l rövid r idő alatt sok adat gyűjtését. t. A távérzékelési t eljárásokkal más m s módszerekkel m elérhetetlen, megfigyelhetetlen területek is megfigyelhetők.

A távérzékelési eszközök spektrális működési tartományai Ultraibolya: 30nm--400nm Látható: 400nm-700nm Infravörös: 700nm-1300nm közeli 700nm-100mikro: 1300nm-3000nm középső 3 mikron-100mikro termális Mikrohullám: 1mm-30cm

Atmoszférikus ablakok Atmoszférikus ablak Hullámhossz tartomány (nm) 1 2 3 4 5 6 300-1300 1500-1800 2000-2600 3000-3600 4200-5000 7000-15000

Alapvető energia-kölcsönhatások Visszaverődés Elnyelődés Elvezetődés

Reflektancia görbék

Detektáló berendezések Az elektromágneses sugárzást érzékelő műszereket szenzoroknak nevezzük. Típusai: alkalmazott em. sugárz rzás s hullámhossza alapján: pl. látható fény, infravörös, vagy mikrohullámú szenzorok szenzor energia forrása alapján: aktív és s passzív v szenzorok Aktív Passzív visszavert sugárz rzás s detektálásának módszere m alapján: analóg g felvételeket és s digitális képeket k készk szítő szenzorok hordozó eszköz z alapján: műholdas, földi f és s légi l szenzorok

Légi érzékelők I. Szenzor Hozzáférhetőség Csatornák száma Hullámhossz (nm) AAHIS 1994 288 432-832 AHI 1994 256 7.500-11.700 AISA-1/2 1982-1985 1985-1987 128 900-2.100 800-2.400 AISA + 1997 244 400-970 AISA Eagle 2002 244 400-970 AISA Hawk 2003 240 1.000-2.400 AISA Dual 2006 498 400-2.450 ARGUS 400 370-2.500 ASAS 1987 62 400-1.060 APEX 2005 Max. 300 380-2.500 ASTER 1992 24 700-12.000 AVIRIS 1987 224 400-2.450 AVIS-2 2001 64 400-850 CASI 1989 288-2.200 400-1.000

Légi érzékelők II. Szenzor Hozzáférhetőség Csatornák száma Hullámhossz (nm) DAIS 7915 1994 79 498-12 300 EPS-H 1995 152 430-12.500 EPS-A 1998 31 400-12 000 HYDICE 1995 210 400-2.500 HYMAP 1996 126 450-2 500 MAIS 1991 71 450-12.200 MAS 1993 50 529-14.521 MIVIS 1993 102 433-12.700 OMIS 1999 128 460-12.500 PROBE-1 100-200 440-2.543 ROSIS 1993 128 440-850 SASI 2002 160 850-2.450 SFSI 1994 22-120 1.230-2.380 VIFIS 1994 64 420-870

Pánkromatikus kép: 1 csatorna Színes kép (RGB kamerák): 3 csatorna Multispektrális szenzorok: 4-20 csatorna Hiperspektrális szenzorok: 21- csatorna

Hiperspektrális érzékelő EURÓPAI UNIÓ TANÁCSA 2003. január r 27-i i 149/2003/EK belső rendelet: a több mint húsz diszkrét spektrális sávval rendelkező szenzor

Adatkocka felépítése

Adatkocka

Spektrum könyvtár Spektrális ujjlenyomatokat tartalmaznak Cél: objektumokat könnyen be lehessen azonosítani USGS library http://library.usgs.gov/ /USGS = United States Geológiai Földmérési Intézet/ Ásványok Növényzet Mikroorganizmusok Építmények Mesterséges anyagok

Hiperspektrális technológia alkalmazási területei Geológiai feltérképezések, ásványkutatás /Vulkánkitörése láváinak l hőmérsékletének h meghatározása/ Földfelszín és s tengeri ökoszisztéma környezeti k monitorozása /Kőolajszennyezettség, Erdőtűzek/ vegetáció állapotának és s igénybevételének nek vizsgálata mezőgazdasági gi és s erdészeti források feltérképezése Talaj típusok t meghatározására ra Termésbecslés Gyomdetektálás Képzőművészet (esztétikai tikai értékük k miatt)

DAIS 7915 (Digital Airborne Imaging Spectrometer) http://www.op.dlr.de/dais/» Németországi Geophysical Environmental Research corp. (GER) fejlesztett ki» 80 csatornás s nagy felbontású optikai spektrométer ter» Föld felszínéről l gyűjt informáci ciókat a 0,4 és 12,3 µm m hullámhossz mhosszúságú régióból

Hullámhossz /nm/ Csatornák száma Sávszélesség /nm/ 400-1000 1500-1800 2000-2500 3000-5000 32 8 32 1 15-30 45 20 2000 8000-12600 6 900

Magyarországi DAIS felvételek (2002 augusztus) 1. CSATORNA (látható ) 50. CSATORNA (középső infravörös ) 25. CSATORNA (közeli infravörös ) 80. CSATORNA (termális infravörös )

DAIS felvételek felhasználása Pannon Egyetem, Georgikon Mezőgazdas gazdaságtudományi Kar, Gazdaságm gmódszertani Tanszék, Informatika Csoport Keszthely Saját t fejlesztésű szoftver segítségével, Különböző vegetációkra (lucerna, cukorrépa, kukorica, őszibúza, za,, gyom és s gyep) vonatkozóan, an, Csatornánként nként nt és s mind a 80 csatornára ra egyaránt mértünk m SFD-t.

Vizsgált területek A tanulmányozott terület a Hajdúböszörmény mellett fekvő TEDEJ Rt. területén helyezkedett el (koordináták: E 27 26, N 47 54), Lucerna Cukorrépa Kukorica Őszi búzab Gyom Gyep

Előkészítés

Mérés - SFD program

Az FD és SFD összehasonlítása FD = 1,99 SFD = 1,14 FD = 1,99 SFD = 2,49 FD = 1,99 SFD = 2,51

S F D é r té k e k 1,0000 0,9000 0,8000 0,7000 0,6000 0,5000 0,4000 0,3000 0,2000 SFD mérés eredményei DAIS felvételek alapján SFD ujjlenyomat 0,1000,4 96,5 14,5 32,5 51,5 68,5 86,6 05,6 23,6 39,6 57,6 75 0,6 93 0, 71,7 27,7 44 0,7 62 0, 78,7 98,8 14 0,8 32,8 51 0,8 69,8 86 0,9 04,9 21 0,9 38,9 56 0,9 73 0,9 88 1,0 06,0 21 1,0 35 1,5 39 1, 57,6 03 1,6 36,6 68 1,6 99,7 27 1,7 56,9 58 1,9 76 1,9 91 2,0 06 2, 02 2,0 36,0 52 2,0 68 2,0 84 2,1 2,1 15 2, 13,1 45 2,1 58,1 73 2,1 86 2,2 2,2 15,2 32 2,2 47,2 62 2,2 75 2, 29 2,3 03 2,3 17 2, 33,3 44 2,3 58,3 72 2,3 85,3 98 2,4 12 4,3 15 8, 57 9, 51 0,2 9 6,0 1 2 1,6 7 7 1 2,2 9 6 20 1 2 3 4 5 6 7 8 91011121314151617181920212223242526272829303132333435363738394041424344454647484950515253545556575859606162636465666768697071727374757677787980 DAIS csatornák sorszáma hullámhosszal /µm/ Lucerna Kukorica Cukorrépa Őszibúza Gyom Gyep

Gyepek és társulásaik vizsgálata Echinocloa cruss-galli /Közönséges kakaslábfű/ Agropyron pectinatum /Tarackos búzafű/

AISA DUAL hiperspektrális képalkotó rendszer http://www.specim.fi/

AISA Dual szenzor Az AISA Dual az AISA Eagle és Hawk szenzoroks egy duális tartóban történő összeszerelése se révén r n kerül l kialakításra. A két k t szenzor egyidőben azonos földi f sávrs vról l képes k szinkronizálva adatot gyűjteni, a 400-2450 nm spektrális tartományban, maximum 498 sávban. s

AISA Dual szenzor (technikai paraméterek) VNIR szenzor (Eagle) SWIR szenzor (Hawk) AISA Dual Spektrális tartomány 400-970 nm 970-2450 nm 400-2450 nm Spektrális pixelek 244 254 498 Spektrális sávszélesség 2.3 nm 5.8 nm Spektrális mélyég (bit) 12 14 14 Térbeli pixel szám 1024 320 320 Optika 18.5 mm 22.5 (vagy 14) mm 18.04 Képalkotási gyorsaság 100 kép/s-ig 100 kép/s-ig 100 kép/s-ig

AISA Dual képalkotó rendszer előnyei legkisebb méretű légi hiperspektrális képalkotk palkotó rendszer a VNIR és s a SWIR tartományban kis tömegt megű,, könnyen k be- és s ki szerelhető a repülőgépb pből alacsony költsk ltségű nagy spektrális és s térbeli t felbontás s még m g nagy repülési sebességn gnél l is variálhat lható szenzorbeáll llítások (még g repülés s közben k is) nagy csatornaszám gyors adatátviteli tviteli sebesség

Hiperspektrális légifelvételek készítése (2006-2007) Felvételek helyszíne Felvételek időpontja Projekt célja Repülési idő (óra) Megrendelő Siófok 2006.12.08 tesztfelvétel 1,2 DE Gödöllő 2007.04.23-2007.04.26 tesztfelvétel, boresight kalibráció 4,8 MGI Keszthely, Balaton 2007.05.21 kutatási, tesztfelvétel 3,5 PE Gödöllő 2007.06.07 kutatási, tesztfelvétel, boresight kalibráció 1,7 MGI Szeged, Makó, Szabadkígyós 2007.06.08 kutatási 7,1 SZTE Mosonmagyaróvár, Keszthely 2007.06.19 kutatási, tesztfelvétel 2,2 NYME, PE Heves, Csákvár, Apaj 2007.07.02 élőhely-térképezés 4,5 MME

AISA Dual beépítése

A hyper-team az első tesztfelvétel után (Siófok, 2006. december 08.)

Geokódolt felvétel

Kerecseny LIFE program élőhelytérképezés Csákvár

Felvétel - AISA Dual 183 sáv Várvölgy 184 sáv 185 sáv 359 sáv, 1 méteres terepi felbontás

Előfeldolgozás Az előfeldolgozás menete: 1. Radiometriai korrekció (DN, Radiancia, FODIS) - CaliGeo 2. Geometriai korrekció (automatikus vagy/és manuális) CaliGeo 3. Mozaikolás - ERDAS

Radiometriai és geometriai korrekció Korrekció előtt Radiometriai + Geometriai korrekció után

Mozaikolás, geometriai pontosság

Tárkapacitás A példa p egy DUAL módban m készk szült 359 csatornás, s, 2122 6754 méretű file feldolgozása során n keletkezett fájlok f méreteit m mutatja be: Nyers felvétel RAW: Radiometriai korrekció DAT: Geometriailag korrigált DAT: FODIS korrekció DAT: Geometriailag korrigált (FODIS) DAT: Összesen: 1,1Gb 1,5Gb 20Gb 1,5Gb 20Gb 44,1Gb

Költségek A hiperspektrális felvételek árai, az alábbi paraméterekt terektől l függnek: f földrajzi fekvés terület nagysága ga és s alakja domborzat felvétel radiometriai és s geometriai felbontása feldolgozottsági gi szint megrendelés s sürgs rgőssége Egy Debrecen környk rnyéki szabályos 10 10km 10km-es terület előfeldolgozott felvételeinek az ára: Eagle mód m d (400-1000nm) 1,5m-es terepi felbontás s (9sáv): 1.200.000Ft Dual mód m d (400-2500nm) 1,5m-es terepi felbontás s (35sáv v ): 2.800.000Ft

A hiperspektrális képfeldolgozás menete Légi felvételezések Terepi adatgyűjtések Várvölgy Kis-Balaton Laboratóriumi feldolgozás Növényvédelmi Intézet Növénytudományi nyi és s Biotechnológiai Tanszék Számítógépes adatfeldolgozás: Kemény János J számítógépes labor XGrid rendszer lehetőségei

Vizsgált növénykúltúrák parlagfű tarló kukorica napraforgó VÁRVÖLGY

Anyag- és adatgyűjtések +jegyzőkönyv készítés Gyűjtött adatok/gyűjtés helyszíne GPS adatok Meteorológiai adatok Színhőmérséklet adatok Talajminta-vételezési adatok Növényminta-vételezési adatok Vízminta-vételezési adatok I: Igen N: Nem Várvölgy I I I I I N Kis-Balaton I I I N N I

Adatgyűjtés GPS mérés Rögzített adatok: Koordináták Látható műholdak Magasság Tarcklog file

Adatgyűjtés meteorológiai adatok Sármelléki repülőtér meteorológiai központ: Időpont Hőmérséklet QNH Tengerszintre átszámított légnyomás QFE Pályához viszonyított légnyomás Relatív páratartalom Szél sebesség Globál sugárzás Ultraibolya sugárzás Mérőberendezés Időpont Hőmérséklet Légnyomás Relatív páratartalom

Adatgyűjtés színhőmérséklet mérés Rögzített adatok: Kép p sorszáma Szính nhőmérséklet (Kelvin) Fényintenzitás s (Lux) GOSSEN Colormaster 3F

Adatgyűjtés talajminta-vételezés Rögzített adatok: Terület rövid leírása Vegetáció típusa Minta sorszáma Minta elhelyezkedése Kép sorszáma Látható műholdak

Adatgyűjtés növényminta-vételezés Rögzített adatok: Terület rövid r leírása Vegetáci ció típusa Minta sorszáma Minta elhelyezkedése Kép p sorszáma Látható műholdak

Adatgyűjtés Kis-Balaton vízminta-vételezés

USFD klaszterező program Unsupervised classification by Spectral Fractal Dimension - USFD

SSFD osztályozó program Supervised classification by Spectral Fractal Dimension -SSFD

SSFD és USFD futási idők teljes DAIS képre AISA Futási idő/óra/ 4,5000 4,0000 3,5000 3,0000 2,5000 2,0000 1,5000 1,0000 0,5000 0,0000 1. sáv 1. -- 3. sávok 1. -- 5. sávok 1. -- 7. sávok 1. -- 9. sávok 1. -- 11. sávok 1. -- 13. sávok 1. -- 15. sávok 1. -- 17. sávok 1. -- 19. sávok 1. -- 21. sávok 1. -- 23. sávok 1. -- 25. sávok 1. -- 27. sávok 1. -- 29. sávok 1. -- 31. sávok 1. -- 33. sávok 1. -- 35. sávok 1. -- 37. sávok 1. -- 39. sávok 1. -- 41. sávok 1. -- 43. sávok 1. -- 45. sávok 1. -- 47. sávok 1. -- 49. sávok 1. -- 51. sávok 1. -- 53. sávok 1. -- 55. sávok 1. -- 57. sávok 1. -- 59. sávok 1. -- 61. sávok 1. -- 63. sávok 1. -- 65. sávok 1. -- 67. sávok 1. -- 69. sávok 1. -- 71. sávok 1. -- 73. sávok 1. -- 75. sávok 1. -- 77. sávok 1. -- 79. sávok DAIS csatornák szám a Rendkívül zajos sávok: 41.-42., 67.-72. SSFD futási idő teljes DAIS képre USFD futási idő teljes DAIS képre SFD mérés eredményei DAIS felvételek alapján 1,0000 0,9000 0,8000 SFDértékek 0,7000 0,6000 0,5000 0,4000 0,3000 0,2000 0,1000 0,496 0,514 0,532 0,551 0,568 0,586 0,605 0,623 0,639 0,657 0,675 0,693 0,71 0,727 0,744 0,762 0,78 0,798 0,814 0,832 0,851 0,869 0,886 0,904 0,921 0,938 0,956 0,973 0,988 1,006 1,021 1,035 1,539 1,57 1,603 1,636 1,668 1,699 1,727 1,756 1,958 1,976 1,991 2,006 2,02 2,036 2,052 2,068 2,084 2,1 2,115 2,13 2,145 2,158 2,173 2,186 2,2 2,215 2,232 2,247 2,262 2,275 2,29 2,303 2,317 2,33 2,344 2,358 2,372 2,385 2,398 2,412 4,315 8,57 9,51 10,296 11,012 11,677 12,296 20 1 2 3 4 5 6 7 8 91011121314151617181920212223242526272829303132333435363738394041424344454647484950515253545556575859606162636465666768697071727374757677787980 DAIS csatornák sorszáma hullámhosszal /µm/ Lucerna Kukorica Cukorrépa Őszibúza Gyom Gyep

Optimális sávok meghatározása (SFD mérés alapján)

I. Források I. Kozma-Bognár, V., HiperspektrÁlis adatok fraktálszerkezetének alkalmazasa különböző vegetációkra, XII. ITF, 2006. április 20., Keszthely. Horváth, Z., - Kozma-Bognár, V., - Hegedűs, G., - Berke, J., Fractaltexture test in lawn combination classification with hyperspectral images, XII. ISAF 2006, Prague. Berke, J., - Horváth, Z., - Kozma-Bognár, V., Varga, J., - Busznyák, J., - Hegedűs, G., Hiperspektrális adatok osztályozásának elmélete és gyakorlata, 4. Fény-Tér-Kép 2006 konferencia, Dobogókő. Kozma-Bognár, V. - Hegedűs, G., - Berke, J., Spektrális fraktálszerkezet alapú osztályozás gyakorlati alkalmazása, KÉPAF 2007 konferencia, Debrecen. Kozma-Bognár, V. - Hegedűs, G. Berke, J., Hiperspektrális adatok feldolgozási lehetőségei, XIII. ITF, 2007. március 22., Keszthely. Kozma-Bognár, V. - Hegedűs, G. Berke, J, Hiperspektrális adatok fraktálszerkezet alapú osztályozása, AVA3 konferencia, 2007. 03. 20-21., Debrecen. Kozma-Bognár, V., HiperspektrÁlis adatok fraktálszerkezetének alkalmazasa

Források II. Burai, P., Első magyarországi légi hiperspektrális képalkotó rendszer AISA DUAL, 4. Fény-Tér-Kép Konferencia, Dobogókő, 2006. 10. 12-13. Európai Unió Tanácsa, 2003. január 27-i 149/2003/EK belső rendelet. Hargitai, H., A hiperspektrális képfeldolgozás módszerei és az első magyarországi képalkotó spektrométeres repülés adatainak elemzése, ELTE TTK FDI, PhD dolgozat, 2006. Berke, J., Measuring of Spectral Fractal Dimension, Advances in Systems, Computing Sciences and Software Engineering, Springer pp. 397-402., (2006), ISBN 10 1-4020-5262-6. Varshney, P. K. - Arora, M. K., Advanced Image Processing Techniques for Remotely Sensed Hyperspectral Data, Springer Berlin Heidelberg, New York, 2004, ISBN: 3-540-21668-5. Berke, J. - Hegedűs, GY. CS. - Kelemen, D. - Szabó, J.: Digitális képfeldolgozás és alkalmazásai. Georgikon Szeiler Kvark, Keszthely - Pictron Kft., Budapest, ISBN 963 206 2604, 2003.

Források III. Tamás J. - Lénárt Cs. - Burai P. - Fenyvesi L. - Papp Z.: Új dimenziók a hazai térinformatikában Hiperspektrális légi spektrometria, I. Adatnyerés előfeldolgozás, II. Képfeldolgozás, 5. Fény-Tér-Kép Konferencia, Dobogókő 2007. 10. 11-12. Kozma-Bognár Veronika - Hegedűs Géza - Varga János -Busznyák János - Berke József: Integrált távérzékelési adatok készítése és feldolgozása, 5. Fény-Tér- Kép Konferencia, Dobogókő 2007. 10. 11-12. DE Agrárcentrum, Mezőgazdaságtudományi Kar, Víz- és Környezetgazdálkodási Tanszék: Távérzékelés és digitális képfeldolgozás a földrajzi információs rendszerekben, http://gisserver1.date.hu/terpub/3.htm AISA hivatalos honlap - www.specim.fi DLR hivatalos honlap - www.op.dlr.de/dais Az USGS honlapja: http://speclab.cr.usgs.gov/spectral-lib.html

Források IV. Kardeván, P., Z. Vekerdy, L. Róth, S. Sommer, T. Kemper, G. Jordán, J. Tamás, I. Pechmann, E. Kovács, H. Hargitai and F. László (2003). Outline of scientific aims and data processing status of the first Hungarian hyperspectral data acquisition flight campaign, HySens 2002 Hungary. Proceedings of the 3rd EARSeL Workshop on Imaging Spectrometry, Herssching, Germany Horváth Ferenc Hargitai Henrik Kardeván Péter: Az elsõ magyarországi képalkotó spektrométeres repülés és adatainak elemzése erdőtípusok elkülönítésére. Geodézia és Kartográfia, 58.évf. (2006), No. 9, pp. 2-31. Jung, A., Kardevan, P., Tőkei, L. (2006): Hyperspectral Technology in Vegetation Analysis. Progress in Agricultural Engineering Sciences Vol 2 (No.1), December, 93-115. Hargitai Henrik - Vekerdy Zoltán - Ulanbek Turdukulov - Kardeván Péter: Képalkotó spektrométeres távérzékelési kísérlet Magyarországon. Térinformatika, 2004/6. pp12-15 János Tamás, Péter Kardeván, Elemér Kovács, Elza Kovács and Péter Takács, (2005) Evaluation of environmental risks of non point source heavy metal contamination using sensor DAIS. Proceedings of 4th EARSeL Workshop on Imaging Spectroscopy