Opracowanie: dr Artur Rutkowski i mgr Andrzej Strychalski
Centrum Meteorologicznej Osłony Kraju, Zakład Teledetekcji Satelitarnej
W sytuacjach ekstremalnych, takich jak powodzie, dane z różnych satelitów okołobiegunowych poruszających się na niskich orbitach (LEO) odgrywają kluczową rolę. Pozwalają one na wizualizację obszarów zalanych w różnych pasmach, co pomaga w lepszym monitorowaniu zasięgu wód. Szczególnie użyteczne są dane radarowe z satelity Sentinel-1 SAR (Synthetic Aperture Radar), które umożliwiają obrazowanie powierzchni niezależnie od warunków pogodowych, w tym podczas dużego zachmurzenia. Jednak obrazy te są trudne do interpretacji ze względu na specyfikę pomiarów SAR, które dostarczają informacji o tzw. szorstkości powierzchni. W efekcie, obszary pokryte wodą mogą generować sygnały podobne do gładkich, suchych powierzchni, takich jak lotniska, parkingi, świeżo skoszone pola czy ziemia pozbawiona roślinności. To sprawia, że odróżnienie tych obiektów jest wyzwaniem, zarówno dla ludzi, jak i dla algorytmów komputerowych. Jednakże postępy w dziedzinie uczenia maszynowego pozwalają na coraz dokładniejsze klasyfikacje takich obrazów.
Na rys. 1a, 2b. przedstawiono odpowiednio zobrazowania SAR z satelitów Sentinel-1 okolic Lewina Brzeskiego oraz Starego Otoku, obszary zalane wodą wykryte przez algorytm zostały oznaczone kolorem niebieskim.
Pomimo wysokiej rozdzielczości obrazów (10 metrów), nie zawsze są one wystarczająco precyzyjne, aby monitorować małe przestrzenie, np. między budynkami czy na działkach. Dlatego w kryzysowych sytuacjach coraz częściej wykorzystuje się satelity SAR o wyższej rozdzielczości (na poziomie 1 metra), do których dostęp mają służby niektórych państw dzięki własnym konstelacjom satelitów lub poprzez korzystanie z komercyjnych danych. Wiąże się to jednak z wyzwaniami dotyczącymi bezpieczeństwa i dostępności tych danych, zwłaszcza gdy priorytety dostawcy usług mogą się zmieniać.
W warunkach bezchmurnego nieba monitorowanie powierzchni Ziemi staje się możliwe dla satelitów wyposażonych w instrumenty pracujące w zakresie optycznym i bliskiej podczerwieni. Dzięki temu mogą one bez przeszkód obserwować sytuację na powierzchni, a interpretacja tych danych jest znacznie łatwiejsza dla ludzkiego oka. Wykorzystując różne pasma w tym zakresie widma, można tworzyć barwne kompozycje, które podkreślają takie zjawiska, jak obecność wody, kondycja roślinności czy działalność człowieka.
Na rysunkach 2a, 2b, przedstawiono obrazy Lewina Brzeskiego oraz Starego Otoku z satelity Sentinel-2A w kompozycji true color, złożonej z kanałów B4 (czerwony), B3 (zielony) i B2 (niebieski), co pozwala uzyskać obraz bardzo zbliżony do tego, co widzi ludzkie oko. Taka kompozycja szczególnie dobrze nadaje się do monitorowania naturalnego krajobrazu, identyfikacji terenów rolniczych oraz oceny kondycji środowiska.
Dodatkowo, poniżej na rysunkach 3a i 3b znajdują się obrazy w kompozycji NDWI (Normalized Difference Water Index), stworzone z kanałów B3 (zielony) i B8 (bliska podczerwień), które doskonale przedstawiają zasięg wody. Na tej kompozycji kolorem niebieskim oznaczono wodę, a zielonym – roślinność oraz zabudowania.
Instytut Meteorologii i Gospodarki Wodnej (IMGW) pełni rolę Narodowego Operatora Danych Copernicus i jest integralną częścią segmentu naziemnego współpracującego z Europejską Agencją Kosmiczną (ESA) w ramach tzw. “Collaborative Ground Segment”. Funkcjonowanie to wynika z porozumienia Polski z ESA, dzięki czemu IMGW dysponuje nowoczesną infrastrukturą, w tym anteną o średnicy 3,8 metra, umożliwiającą bezpośredni odbiór danych z satelitów Sentinel-1. Warto zaznaczyć, że IMGW jest jedną z około dziesięciu stacji na świecie posiadających takie możliwości. Ponadto Instytut gromadzi i przetwarza dane z innych misji programu Copernicus, takich jak Sentinel-2, Sentinel-3 oraz Sentinel-5P.
Dane z tych satelitów a w szczególności te które posłużyły do przygotowania tego artykułu można pobrać ze stron https://sat4envi.imgw.pl/ oraz https://copernicus.imgw.pl i analizować samodzielnie.
