SATELLITI E SENSORI
Con il termine ‘Earth Observation’ (EO) ci si riferisce all’uso di tecnologie di telerilevamento per monitorare il territorio, i corpi idrici (mari, fiumi, laghi) e l’atmosfera.
Le immagini satellitari sono strumenti potenti e versatili utilizzati per una vasta gamma di applicazioni in diversi settori, tra cui l’agricoltura, l’urbanistica, la gestione delle risorse naturali, l’ambiente, la meteorologia e la sicurezza nazionale. I satelliti dotati di strumentazione per l’acquisizione di informazioni necessarie alla produzione di immagini satellitari orbitano intorno alla Terra e catturano dati visivi ad alta risoluzione utilizzando sensori ottici o radar.
- I sensori ottici montati su satelliti utilizzano la luce solare riflessa dalla superficie terrestre per catturare immagini ad alta risoluzione. Operano tra le lunghezze d’onda visibili e infrarosse dello spettro elettromagnetico.
- I sensori radar, invece, utilizzano microonde per catturare immagini indipendentemente dalle condizioni atmosferiche o di illuminazione. Possono penetrare attraverso le nuvole, l’oscurità e le condizioni di nebbia per fornire immagini della superficie terrestre.
Grazie alla loro copertura globale, alla capacità di acquisire dati in tempo quasi reale e alla crescente disponibilità di immagini ad alta risoluzione, i satelliti per immagini satellitari sono diventati strumenti indispensabili per il monitoraggio e la comprensione del nostro pianeta.
I sensori ottici misurano lo spettro elettromagnetico terrestre acquisendo in più bande comprese nel visi bile (VIS), vicino infrarosso (NIR), medio infrarosso (SWIR) e termico (TIR). Le risoluzioni geometriche più alte si hanno generalmente sulle bande del VIS e NIR, mentre nel SWIR e TIR sono più basse. L’energia emessa in queste ultime due bande è minore per cui servirebbero sensori più complessi per ottenere risoluzioni similari alle prime.
Di seguito si dettagliano le caratteristiche dei principali satelliti, degli script utilizzati per la loro visualizzazione, e un glossario dei termini principali relativi agli indici spettrali.
- SENTINEL 1: Sentinel-1 fornisce immagini radar giorno e notte, in tutte le condizioni meteorologiche, per servizi terrestri e oceanici. Tecnologia: radar ad apertura sintetica.
- Deforestation detection: lo script utilizza le bande VV e VH del Sentinel-1, visualizza in nero le aree dell’acqua e del suolo nudo, la foresta in verde e il suolo rosso.
- Water surface roughness: questo script aiuta nel monitoraggio marittimo (monitoraggio delle navi, dell’inquinamento da petrolio, delle correnti marine, …).
- Urban area: Lo script è utile per localizzare aree urbane e singoli edifici. Utilizza le polarizzazioni VH e VV per evidenziare i diversi orientamenti degli edifici e della topologia con colore viola e verde. Può essere utilizzato per tracciare l’espansione urbana, stimare il tipo di edificio o localizzare edifici in aree ad alto rischio.
- SENTINEL 2: Sentinel-2 fornisce immagini ottiche ad alta risoluzione per servizi di monitoraggio del territorio. Fornisce, ad esempio, immagini relative a vegetazione, copertura idrica e del suolo, vie navigabili interne e aree costiere. Sentinel-2 fornisce anche informazioni per i servizi di emergenza.
- NDWI (Normalized Difference Water Index) L’indice NDWI è il più appropriato per la mappatura del corpo idrico. Il corpo idrico ha una forte capacità di assorbimento e bassa radiazione nell’intervallo dalla lunghezza d’onda visibile a quella infrarossa;
- NDVI (Normalized Difference Vegetation Index) questo è l’indice di vegetazione più conosciuto e usato è un VI semplice ma efficace per quantificare la vegetazione verde. Normalizza la dispersione delle foglie verdi nella lunghezza d’onda dell’infrarosso vicino e l’assorbimento della clorofilla nella lunghezza d’onda rossa;
- EVI Enhanced vegetation index L’indice di vegetazione potenziato (EVI) è un indice di vegetazione “ottimizzato” progettato per migliorare il segnale della vegetazione con una migliore sensibilità nelle regioni ad alta biomassa e un migliore monitoraggio della vegetazione attraverso un disaccoppiamento del segnale di fondo della chioma e una riduzione delle influenze atmosferiche.
- SWIR (Short Wave Infra Red) la banda SWIR (2.1μm), permette l’interazione tra la radiazione solare e l’aerosol, per prevedere le riflettanze visibili nel blu (0.47μm) e rosso (0.66μm)
- AGRICOLTURE è una visualizzazione RGB basata sulle bande: [B11, B08, B02]
- BATHYMETRIC è una visualizzazione RGB basata sulle bande: [B04, B03, B01]
- GEOLOGY – è una visualizzazione RGB basata sulle bande [B12, B04, B02]
- GNDVI (Green Normalized Difference Vegetation Index) GNDVI è la versione modificata di NDVI per essere più sensibile alla variazione del contenuto di clorofilla nel raccolto. “I valori di correlazione più alti con il contenuto di foglia N e DM sono stati ottenuti con l’indice GNDVI in tutti i periodi di acquisizione dati e in entrambe le fasi sperimentali. GNDVI era più sensibile di NDVI per identificare diversi tassi di concentrazione della clorofilla, che è altamente correlata all’azoto, in due specie di piante. “(Gitelson et al., 1996)
- MSAVI 2 (Modified Soil-adjusted Vegetation Index) L’indice di vegetazione modificato per il suolo modificato (MSAVI) e la sua successiva revisione, MSAVI2, sono indici di vegetazione rettificati per il suolo che cercano di risolvere alcuni dei limiti di NDVI quando applicati a zone con un alto grado di superficie esposta del suolo. Il problema con l’indice di vegetazione adattato al suolo originale (SAVI) è che richiedeva di specificare il fattore di correzione della luminosità del suolo (L) attraverso prove ed errori in base alla quantità di vegetazione nell’area di studio.
- NDRE (Normalized Difference Red Edge) Indice utilizzato per calcolare il contenuto di clorofilla nella chioma delle piante. Può essere calcolato solo se la banda RED EDGE è disponibile. La banda RED EDGE è molto sensibile a livelli medio-alti di contenuto di clorofilla. NDRE = (NIR-RE)/(NIR+RE) =(B8-B5)/(B8+B5)
- FALSE COLOR (Vegetation) Interpretazione visiva della vegetazione, classificazione. Le immagini con falsi colori vengono visualizzate in una combinazione di bande nell’infrarosso vicino (NIR), rossa e verde. Con Sentinel 2 vengono utilizzate le Bande B8, B4 e B3.
- FALSE COLOR (Urban) I falsi colori compositi ci permettono di visualizzare le lunghezze d’onda che l’occhio umano non vede (vicino all’intervallo infrarosso). L’uso di bande, come il vicino infrarosso, aumenta la separazione spettrale e può migliorare l’interpretabilità dei dati. Le immagini a falsi colori sono una rappresentazione di un’immagine multispettrale creata utilizzando intervalli diversi da rosso, verde e blu visibili, ad esempio componenti di immagini rosse, verdi e blu. Ci sono molte diverse composizioni di falsi colori che possono distinguere molte diverse funzioni. In questo caso vengono utilizzate le Bande Swir 2, Swir 1 e Red cioè per il Sentinel 2 B12, B11 e B4.
- NATURAL COLOR TRUE COLOR utilizza le bande di luce visibile rossa, verde e blu nei corrispondenti canali di colore rosso, verde e blu, ottenendo un prodotto dai colori naturali, che rappresenta la Terra come l’uomo la vedrebbe naturalmente. Valore bande = B04, B03, B02 (visualizzazione RGB).
- Moisture index: è una misura di riflettanza, sensibile all’aumento del contenuto idrico delle foglie.
- Cloudless Mosaic: I mosaici temporali di dati satellitari consentono di superare i limiti dell’ampiezza della strisciata e della copertura nuvolosa. I mosaici hanno quattro bande di dati (rosso (B04), verde (B03), blu (B02) e banda larga del vicino infrarosso (B08).
- SENTINEL 3: Sentinel-3 fornisce dati ottici, radar e altimetrici ad alta precisione per servizi marini e terrestri. Misura variabili quali la topografia della superficie marina, la temperatura della superficie marina e terrestre, il colore degli oceani e il colore del territorio con elevatissima precisione e affidabilità.
- OTCI (OLCI terrestrial chlorophyll index): può essere utilizzato per valutare il contenuto di clorofilla sul territorio per monitorare lo stato di salute della vegetazione. Viene prodotto a livello globale con una risoluzione spaziale di 300 metri.
- UWQV (Ulyssys Water Quality Viewer): per visualizzare dinamicamente le condizioni della clorofilla e dei sedimenti dei corpi idrici.
- SENTINEL 5P: Il precursore di Sentinel-5 è una missione satellitare avviata il 13 ottobre 2017. Si tratta di una missione provvisoria volta a garantire la continuità della rilevazione dei dati sulla qualità dell’aria fino al lancio del Sentinel-5. Fornisce misurazioni accurate dei costituenti essenziali dell’atmosfera, come ozono, biossido di azoto, biossido di zolfo, monossido di carbonio, metano, formaldeide, e delle proprietà dell’aerosol.
- LANDSAT: Landsat è una costellazione di satelliti per telerilevamento che osservano la Terra: i dati da loro collezionati sono stati usati per oltre 30 anni per studiare l’ambiente, le risorse, e i cambiamenti naturali e artificiali avvenuti sulla superficie terrestre.
- Landsat 8: Landsat 8 mette a disposizione due tipi di sensori. Operational Land Imager (OLI) agisce nel visibile, NIR e negli infrarossi a onde corte (SWIR) ed è presente anche un sensore infrarosso termico (TIRS).
- SPOT: SPOT ha l’obiettivo di fornire immagini ottiche ad alta risoluzione e ad ampio raggio. L’obiettivo è quello di migliorare la conoscenza e la gestione delle risorse della Terra, di rilevare e prevedere i fenomeni che riguardano la climatologia e l’oceanografia e di monitorare le attività umane e i fenomeni naturali.
- TRIPLESAT: è una costellazione di tre satelliti britannici per l’imaging della Terra gestiti da DMC International Imaging. Sono stati costruiti dalla Surrey Satellite Technology e lanciati dall’ISRO il 10 luglio 2015.
- PROBA-V: è un satellite dell’ESA incaricato di una missione su larga scala per mappare la copertura del suolo e la crescita della vegetazione sull’intero pianeta ogni due giorni.
NOTA: Le immagini Sentinel 2 e Sentinel 1 sono sono sempre aggiornate automaticamente all’ultima immagine disponibile, e per quanto riguarda il Sentinel 2 a quelle con una presenza di nubi inferiore al 20% e le analisi per mezzo degli indici sono processate continuamente sulla base delle nuove immagini satellitari a disposizione. Sono inoltre disponibili in maniera automatica le immagini più recenti nell’ultimo mese per differenti intervalli temporali (0-5 giorni, 5-10 giorni, 10-20 giorni, 20-30 giorni)
Apri Visualizzatore
