De RAdCor-processor voor verbeterde aardobservatietoepassingen is nu vrij beschikbaar

#Webstory, #Water, #STEREO

Gepubliceerd op 16 april 2025

Optische sensoren op aardobservatiesatellieten zijn passieve apparaten (https://eo.belspo.be/nl/ii2-instrumenten) en kunnen alleen het zonlicht opvangen dat door de aarde wordt gereflecteerd. Dit gereflecteerde signaal is een combinatie van het signaal van het aardoppervlak en de atmosfeer. Om bruikbare oppervlakte-informatie uit deze satellietbeelden te halen, moet de atmosferische bijdrage geschat en verwijderd worden. De procedure die door het RAdCor-project is ontwikkeld, is in dit opzicht een doorbraak.

Satellietgegevens verbeteren voor duidelijkere aardobservaties

Wanneer een satelliet beelden maakt van de aarde, draait hij boven de atmosfeer op een hoogte van enkele honderden km! Deze satellietbeelden zijn dus een combinatie van de signalen van het oppervlak en de atmosfeer. De atmosfeer wijzigt het oppervlaktesignaal door een deel van het gereflecteerde licht te verstrooien of te absorberen, en om nauwkeurige informatie te krijgen moeten wetenschappers corrigeren voor deze atmosferische interferentie. In het vereenvoudigde geval hoeven alleen de effecten van lichtabsorptie (d.w.z. atmosferische gassen absorberen een deel van het licht) en verstrooiing (d.w.z. deeltjes en atmosferische gassen veranderen de richting van het licht) gecorrigeerd te worden - dit is het geval bij het observeren van grote, uniforme gebieden. In gebieden met veel contrast (bijvoorbeeld een donker meer naast helder land, of vegetatie naast woestijnzand of ijs) moet echter ook rekening worden gehouden met de atmosferische vervaging tussen de verschillende oppervlaktetypen. De onscherpte zorgt ervoor dat heldere gebieden donkerder lijken en omgekeerd. Dit effect resulteert in een vermindering van het beeldcontrast, een verlies van scherpe randen, vermenging van optische signalen en maakt dat kleine objecten minder duidelijk lijken.

Om dit probleem aan te pakken heeft het STEREO RAdCor project een geavanceerd beeldverwerkingsalgoritme ontwikkeld om dit atmosferische vervagingseffect aan te pakken. Dat is nu vrij beschikbaar in de open-source ACOLITE software. Een meer gedetailleerde beschrijving van de processor is beschikbaar in het persbericht (in het engels).

 

RAdCor voor kleine heterogene doelen

Voor oppervlakken die homogeen zijn over grote ruimtelijke schalen, hoeft alleen rekening te worden gehouden met de omvang van atmosferische absorptie en verstrooiing om satellietbeelden te corrigeren. Over gebieden met een hoog oppervlaktecontrast moet daarentegen ook het vervagingseffect van de atmosfeer worden gecorrigeerd. Hoe kleiner het doel, hoe hoger het contrast met de omgeving en hoe troebeler de atmosfeer, hoe groter de invloed van deze onscherpte.

De nieuwe processor die is ontwikkeld in het RAdCor-project pakt dit probleem aan met computationeel efficiënte algoritmen en is beschikbaar in de gratis en open source software ACOLITE (vanaf versie 20250114.0 onward). Een meer gedetailleerde beschrijving van de processor is beschikbaar in het persbericht (in het engels).  

FIGURE 1: Een overzicht van de RAdCor-verwerkingsaanpak
RAdCor voor watertoepassingen

Rekening houden met het atmosferische vervagingseffect is essentieel voor satellietteledetectie van binnenwateren en kustwateren, die doorgaans veel donkerder zijn dan de omringende landbedekking in het nabij-infrarood (NIR, golflengten rond 700-1000 nm), maar ook donkerder kunnen zijn in het zichtbare golflengtegebied (golflengten tussen 400-700 nm), bijvoorbeeld in meren met een hoge concentratie humus of meren omgeven door ijs en sneeuw (Meer informatie over spectrale banden vindt u hier: https://eo.belspo.be/nl/teledetectiebeelden. Het zichtbaar-NIR-bereik is het nuttigst voor teledetectie van waterkwaliteit, maar het is ook een bereik met aanzienlijke atmosferische verstrooiing. Een extreem voorbeeld is een helder zeewater doel omgeven door ijs, zoals te zien is in Figuur 2.

Figure 2: In dit beeld van water (rode pijlen) omgeven door zee-ijs (zwarte pijlen), toont de bovenste rij de RGB-compositie van de beelden zonder correctie voor vervaging aan de linkerkant, en gecorrigeerd voor vervaging aan de rechterkant. De onderste rij toont het verschil (links) en de verhouding (rechts) van de verschillende correcties voor band B02 van Sentinel-2.

Het atmosferische vervagingseffect kan een probleem zijn voor het bepalen van waterkwaliteitsparameters voor kleine of smalle binnenwateren. Monitoring van deze wateren is vereist voor bijvoorbeeld de Kaderrichtlijn Water, en omdat bemonstering in situ beperkt is, wordt de monitoring vaak aangevuld met teledetectiegegevens. Om bijvoorbeeld de chlorofyl a-concentratie te bepalen, een indicatie voor de fytoplanktonbiomassa in het water, wordt meestal een bandcombinatie gebruikt die wordt beïnvloed door de nabijheid van land en vegetatie. Als dit zogenaamde adjacency-effect niet wordt gecorrigeerd, zal dit over het algemeen leiden tot een overschatting van de chlorofyl a-concentratie (figuur 3). Het patroon volgt mogelijk de seizoensgebondenheid van de bodembedekking en het landgebruik en geeft mogelijk niet de werkelijke toestand van het watersysteem weer.

Een betrouwbaardere schatting van de bandverhouding en dus van de chlorofyl a-concentratie voor kleine binnenwateren kan worden verkregen met RAdCor-verwerking.

Figure 3: Deze figuur toont de verhouding tussen de “RedEdge” (rode rand) en rode golflengte die wordt gebruikt in de detectie-algoritmen voor een rivier en twee meren in België. De Standard Processing geeft een te hoge verhouding voor de meren in het midden van de scène, terwijl RAdCor lagere en meer realistische waarden geeft, omdat het corrigeert voor het adjacency-effect.
RAdCor voor landtoepassingen

De compensatie voor onscherpte is ook nuttig voor landtoepassingen, omdat verschillende soorten bodembedekking donkerder of lichter kunnen zijn dan hun omgeving (bijv. donkere pivotboerderijen in woestijngebieden. Figuur 4). Voor meer informatie over de analyse van afbeelding 4 en de toepassing op land, zie hier (in het engels).

Figure 4: RGB-composieten en NDVI-kaarten (Normalised Difference Vegetation Index, een maat voor de gezondheid van de vegetatie) van centrale pivotboerderijen in Egypte, zoals waargenomen met Sentinel-2. De linker afbeelding is niet gecorrigeerd voor de atmosferische onscherpte en de rechter afbeelding is wel gecorrigeerd. Het linker beeld is niet gecorrigeerd voor de atmosferische onscherpte en het rechter beeld is wel gecorrigeerd.

 

Projectteam

RBINS: Quinten VANHELLEMONT

Ghent University: Alexandre CASTAGNA - Koen SABBE


Meer informatie

STEREO IV RADCOR PROJECT FICHE

RADCOR Website