Riassunto analitico
Il telerilevamento, ossia l’acquisizione di immagini da sensori satellitari o aviotrasportati, è una tecnica sempre più utilizzata per il monitoraggio e il controllo ambientale. Un fattore limitante per molte applicazioni è senza dubbio la risoluzione spaziale. È in questo contesto che si inserisce questo lavoro di dottorato. Sono stati effettuati due studi distinti per il miglioramento della risoluzione spaziale di immagini satellitari: il primo relativo ad immagini acquisite nell’infrarosso termico, il secondo relativo al Pan-sharpening di immagini multi- e iperspettrali. Nel primo caso è stato applicato un nuovo algoritmo denominato SWTI (Sharpening Water Thermal Imagery) ad immagini ASTER ed immagini MODIS. L’algoritmo SWTI permette di migliorare la risoluzione spaziale di mappe di temperatura lungo le linee di costa e i tratti fluviali, dove la presenza di pixel misti (acqua-suolo) è un aspetto assai problematico. ASTER e MODIS sono due sensori allocati a bordo del satellite Terra. Nel caso delle immagini ASTER, l’algoritmo è stato applicato per migliorare la risoluzione spaziale da 90 a 30 metri su due immagini acquisite sulle aree della Laguna di Venezia e del Delta del fiume Po. In questo modo è stato possibile valutare l’efficacia dell’algoritmo e definire una metodologia per l’analisi di mappe di temperature superficiali delle acque costiere e dei corsi d’acqua a fini normativi. Nello studio sono state anche inserite immagini acquisite dal sensore MODIS poiché sono gratuite e a libera disposizione per tutti gli utenti, inoltre i dati sono forniti in continuo con una completa copertura del globo ogni 1-2 giorni. L’algoritmo ha permesso di migliorare la risoluzione spaziale delle immagini nel TIR da 1000 a 250 m. Le aree di applicazione sono state le medesime delle immagini ASTER in maniera da poter usare queste ultime come confronto. Il secondo studio è parte del progetto dell’Agenzia Spaziale Italiana denominato “ASI-AGI” (Analisi Geofisiche Integrate). Questo progetto include lo studio di una nuova piattaforma, PRISMA, che consiste in un sensore iperspettrale (HS) accoppiato ad un sensore pancromatico (PAN). Le bande iperspettrali hanno una risoluzione spaziale di 30 m e coprono un range spettrale tra 0.4 e 2.5 μm. La banda pancromatica invece ha una risoluzione spaziale di 5 metri e copre un range spettrale tra 0.4 e 0.75 μm. Lo studio si è concentrato sullo sviluppo e l’implementazione di tecniche di pan-sharpening per le immagini PRISMA. Queste consistono nell’iniezione dell’informazione spaziale dell’immagine pancromatica all’interno dell’immagine iperspettrale in modo da ottenere un’immagine sintetica che contenga il dettaglio spaziale dell’immagine PAN ed il dettaglio spettrale dell’immagine HS. Innanzitutto le immagini sono state simulate tramite immagini MIVIS, Quickbird e AVIRIS, tre sensori iper- e multi-spettrali con caratteristiche simili a PRISMA. Poi sono stati testati diversi metodi di fusione presenti in letteratura in modo da identificare i più idonei in termini di conservazione del dettaglio spaziale e spettrale. Sono stati testati algoritmi standard quali le componenti principali, la trasformata Gram-Schmidt, e algoritmi wavelet come la DWT (Discrete Wavelet Transform) e il metodo “à trous”. Per valutare la qualità dei metodi di fusione sono stati utilizzati diversi parametri numerici come RMSE (Root Mean Square Error), ERGAS (“Erreur Relative Globale Adimensionnalle de Synthèse”), coefficienti di correlazione, ecc. I risultati sono stati spesso contraddittori, la valutazione della qualità della fusione è infatti un problema tuttora aperto. Quindi si sta sviluppando un nuovo protocollo per valutare il mantenimento dell’informazione spaziale e spettrale.
|
Abstract
Spaceborne and airborne remote sensing plays a key role in environmental monitoring, since it allows to monitor in near real time large surfaces. The main limiting factor of remote sensed data is the spatial resolution (pixel size). This PhD work fits into this context. Two separate studies were carried out for the improvement of the spatial resolution of satellite images: the first based on images acquired in the thermal infrared region, the second related to the pan-sharpening of multi- and hyper-spectral images. In the first case a new algorithm called SWTI (Sharpening Water Thermal Imagery) has been applied to ASTER and MODIS images. SWTI is devoted to the sharpening of temperature maps of water surfaces along coastlines and of watercourses, where the presence of mixed (water –soil) pixels is a very problematic aspect.
ASTER and MODIS are two sensors located on the Terra satellite. In the case of ASTER, the algorithm was applied to improve the spatial resolution of remote data from 90 to 30 meters on the areas of the Lagoon of Venice and the Po River Delta. These applications have been used to evaluate not only the effectiveness of the algorithm but also to define a methodology for the analysis of the surface temperature maps of coastal waterbodies and watercourses for quality assessment and for regulatory purposes. MODIS images were also included in the study as they are freely available to all users, and furthermore the data are provided continuously a complete coverage of the globe every 1-2 days. SWTI in this case has allowed to improve the spatial resolution of the images in the TIR bands from 1000 to 250 meters. The areas of application are the same of ASTER images in order to be use the latter as a comparison. The second study is part of the Italian Space Agency project “ASI-AGI” (Analisi Geofisiche Integrate). This project includes the study of a new platform, called PRISMA, consisting of an hyperspectral sensor (HS) and a panchromatic sensor (PAN). Hyperspectral channels have a spatial resolution of 30 m and cover a spectral range from 0.4 to 2.5 μm. Panchromatic channel has a spatial resolution of 5m and cover a spectral range from 0.4 to 0.75 μm. The study is concerned with the development and implementation of data fusion techniques for PRISMA images, in particular the field of application of data fusion usually known as pan-sharpening. This is the synthesis of hyperspectral images to the higher spatial resolution of the panchromatic image. The fused HS images should be as close as possible to those that would have been observed if the corresponding sensors had the spatial resolution of the panchromatic sensor. Firstly, PRISMA images have been simulated using images from MIVIS, Quickbird and AVIRIS, three multi- or hyper-spectral sensors with spatial and spectral characteristics similar to PRISMA. Then several existing fusion methods have been tested in order to identify the most suitable for the platform PRISMA in terms of spatial and spectral information preservation. Both standard and wavelet algorithms have been used: among the former there are PCA (Principal Component Analysis), HIS (Intensity Hue Saturation), and Gram-Schmidt transform, and among the latter are DWT (Discrete Wavelet Transform) and the “à trous” wavelet transform. Several numerical parameters have been used to assess the quality of the image fusion methods, such as RMSE (Root Mean Square Error), ERGAS (“Erreur Relative Globale Adimensionnalle de Synthèse”), correlation coefficients, and histogram based metrics.. The results, however, were often contradictory and the quality assessment of pan-sharpened HS images is still an open problem. Thus currently a new protocol is under development to evaluate the preservation of spatial and spectral information in fusion methods.
|