Статьи

Как устроены глобальные геоданные: SRTM, Landsat и GEBCO

Данные ГИС БПЛА и ДЗЗ
Время прочтения: 5 минут
Если вы хоть немного работали с ГИС, то вы, скорее всего, сталкивались с глобальными датасетами, лежащими в открытом доступе и предоставляющими космические снимки на практически любую территорию нашей планеты. Но знаете ли вы, как устроены эти снимки? Как получилось так, что этот пиксель, размером 30 на 30 метров получил именно такое значение высоты? В этой статье вы узнаете о том, как куются одни из самых используемых в ГИС глобальных датасетов: SRTM, Landsat и GEBCO.

Как создавался датасет SRTM

SRTM (Shuttle Radar Topography Mission) — один из самых распространенных источников данных о рельефе земной поверхности. SRTM часто называют спутниковым снимком, но фактически это модель рельефа, которая основана на данных, полученных с использованием шаттла — космического корабля.
Пример нескольких растровых файлов SRTM. Чем светлее цвет пикселя, тем больше значение высоты над уровнем моря.
Датасет был создан следующим образом: за 11 дней шаттл совершил 176 облетов Земли, собирая данные с помощью установленных на нем радиолокационных радаров. Шаттл был оборудован антенной, которая испускала пучок радиолокационных волн, а также двумя антеннами, которые могли получать отражение этого пучка, то есть были этими радиолокационными радарами. Причем принимающие сигнал антенны были расположены в 60 м друг от друга, и расстояние между ними было известно предельно точно: одна принимающая антенна на шаттле, другая на специальной выносной мачте. Одной антенной шаттл испускал пучок радиоволн, а двумя принимал сигнал, и на основе разницы сигналов и разницы в расстоянии между принимающими антеннами определялась высота точки.
Схема получения данных о высотах SRTM (Источник изображения — https://d9-wret.s3.us-west-2.amazonaws.com/assets/palladium/production/s3fs-public/thumbnails/image/dmidshuttlewaves1.gif)
За 176 облетов вокруг планеты шаттл получил сведения о высоте точек, расположенных друг от друга на расстоянии примерно 30 м для около 80 % поверхности суши: это территории между 60 градусами северной широты и 56 градусами южной широты. Затем эти данные были скорректированы, чтобы исключить водные объекты, заполнить пустоты (некоторые — с помощью дополнительных данных о высотах) и убрать аномалии в виде резких пиков или котловин. Если будете скачивать SRTM с EarthExplorer, то используйте версию SRTM 1 Arc-Second Global, она самая полная и самая обработанная.
Важно! SRTM — это так называемая DSM, Digital Surface Model, — цифровая модель поверхности, то есть в некоторых местах она показывает не высоту поверхности земли, а высоту зданий, деревьев или иных объектов над землей.
Разрешение SRTM составляет 30 м на пиксель. Если говорить о точности самих измерений, то создатели датасета заявляют, что вертикальная точность определения высоты — 16 м (с 90 % “вероятностью”). Таким образом, его не стоит использовать для точных вычислений, например, чтобы оценить объем земляных работ для строительства дома или дороги.

Как создаются данные Landsat

Перейдем к самому продолжительному проекту по созданию спутниковых снимков земли. Landsat — это общее название спутников, первый из которых был запущен в 1972 году. Сейчас действуют два спутника из миссии: Landsat 8, запущенный в 2013 году и Landsat 9, запущенный в 2021 году. Снимки всех миссий можно скачать с EarthExplorer.
Landsat — постоянная миссия, спутники делают обороты вокруг Земли, а значит можно анализировать одну и ту же территорию в динамике. Одна и та же территория появляется на снимках Landsat раз в 16 дней, причем примерно в одно и то же время, например снимки территории в районе Волгограда делаются в районе 7:50 утра. Стоит также понимать, что атмосфера влияет на качество снимков, и если в это время идет дождь, снег или просто есть облачность, то оно попадет в кадр и может осложнить или сделать невозможным использование снимка. Облака часто сразу видны на снимке, но вы также можете посмотреть в информации о снимке значение Cloud Ratio: чем ближе значение к 100, тем больший процент изображения они занимают.
Спутник Landsat имеет два инструмента получения данных: телескоп Operational Land Imager (OLI) и инфракрасный сенсор Thermal Infrared Sensor (TIRS). Телескоп оснащен специальными сенсорами, которые способны измерять яркость света, отраженного Землей в определенном диапазоне длин волн. Каждый диапазон или канал (band) — отдельный растровый снимок, и разрешение у них может быть разным, что нужно учитывать при комбинировании снимков.
Длина волны каналов Landsat и их разрешение (Источник - https://www.usgs.gov/faqs/what-are-band-designations-landsat-satellites)
Как вы могли заметить, в датасете есть сразу два варианта данных с инфракрасного сенсора, если телескоп (OLI) измеряет яркость света, то TIRS измеряет количество отраженной энергии. С помощью этих каналов можно определять температуру поверхности земли, для этого чаще всего используют 10 канал. Если вы с EarthExplorer скачиваете Landsat 8 или 9 Level 1, то нужно произвести калибровку. Если же есть снимки Level 2, то это делать не нужно, достаточно воспользоваться формулой для перевода значений в градусы Кельвина:
ST = (DN * 0.00341802) + 149.0, где
ST — температура в Кельвинах,
DN — значение 10 канала Landsat.
Прелесть же мультиканальных снимков в том, что мы можем комбинировать их в композитные изображения и вычислять на их основе индексы. Это позволяет получать изображения земной поверхности в натуральных и искусственных цветах, определять уровень вегетации, оценивать количество взвешенных частиц в воде и многое другое.
При анализе изображений, полученных с OLI (1 — 9 каналы), также часто требуются дополнительные операции по предобработке изображений, такие как атмосферная коррекция и радиометрическая калибровка. Спутник просто делает съемку, но не у всех снимков проводится корректировка значений в зависимости от атмосферных условий. Помимо облаков в атмосфере могут быть различные аэрозоли, искажающие значения — от этого и помогает атмосферная коррекция. Радиометрическая калибровка нужна для преобразования сырых данных в физические значения яркости, чтобы сопоставлять их с данными других снимков.
Основные комбинации каналов снимков Landsat различных поколений (Источник - https://www.usgs.gov/media/images/common-landsat-band-combinations)

Как создаются данные GEBCO

GEBCO (Gridded Bathymetry Data) — датасет, представленный в виде растрового слоя, который содержит, как информацию о высотах на суше, так и данные о глубинах водных объектов, в чем его главная фишка. Он представляет собой растр с разрешением 15 угловых секунд, это примерно 500 м на экваторе. Его часто путают со спутниковым снимком, но этот датасет сделан немного иначе.
Данные о рельефе суши взяты от SRTM, а вот батиметрические данные получены на основе модели, которая примерно на 70 % является интерполяцией. На сегодняшний день глубины измерены только для 26 % территории вод. Делается это с помощью эхолотов — специальных приборов, которые устанавливаются на морские суда, испускают звуковые сигналы и измеряют, через какое время звук вернулся к приемнику. Также в датасете есть данные разного качества, полученные иными путями: с помощью спутников или иных способов прямых измерений глубин, например, старая добрая веревка с грузиком. Все остальные более 70 % глубин — это интерполяция с использованием данных о гравитационном поле земли, то есть математический расчет значений, для которых нет измеренных значений глубин. Поэтому данные GEBCO ни в коем случае нельзя использовать для навигации, но их можно с оговоркой использовать для других задач, например, изучения тектоники плит или создания климатических моделей.
(Источник изображения - https://boatprofi.com/articles-post/kak-rabotaet-eholot/)
Синим цветом показаны территории для которых глубины измерены (Источник изображения - https://www.hydro-international.com/content/article/the-many-ways-we-discover-the-hidden-seabed)
В связи с тем, что большая часть территории интерполирована и использует в своей основе сетку, GEBCO содержит множество аномалий, например вот такие идеально ровные хребты и рифты.
Человечество создало огромное количество данных, и некоторые из них размещены в открытом доступе. Все они не идеальны: с одной стороны, они дают возможности для решения различных задач, с другой — ограничения, которые не позволяют их использовать без оговорок об их особенностях, а иногда и в принципе делают их использование слишком неточным и бессмысленным. Зная такие особенности, вы можете получить лучший результат или хотя бы не тратить силы и время на бесполезную работу.

Связанные статьи:

Материал подготовил Александр Зуев