Кіріспе
Субъектіден айтарлықтай қашықтықта ақпаратты алу.
Қашықтан зондтау – объектімен немесе құбылыспен физикалық байланыс жасамай, объект туралы ақпаратты алу болып табылады, бұл орынбаста немесе тікелей байқаудан өзгеше. Бұл термин ең алдымен Жер және басқа планеталар туралы ақпарат алуға қолданылады. Қашықтан зондтау геофизика, география, жерді зерттеу және Жер ғылымдарының көптеген салаларында (мысалы, іздеу геофизикасы, гидрология, экология, метеорология, океанография, мұзтану, геология) қолданылады. Оның сонымен қатар әскери, барлау, коммерциялық, экономикалық, жоспарлау және гуманитарлық сияқты қолданыстары да бар. Қазіргі қолданыста қашықтан зондтау термині көбінесе спутниктік немесе ұшақтарға орнатылған сенсорлық технологияларды пайдаланып, Жер бетіндегі объектілерді анықтау және жіктеуге қатысты. Ол жер бетін, атмосфераны және мұхиттарды, таратылған сигналдарға (мысалы, электромагниттік сәулелену) негізделген түрде қамтиды. Оны "белсенді" қашықтан зондтау (спутниктен немесе ұшақтан объектіге сигнал жіберілгенде және оның кері шағылысы сенсормен анықталса) және "пассивті" қашықтан зондтау (күн сәулесінің кері шағылысы сенсормен анықталса) деп бөлуге болады.
Шолу
Қашықтан зондтау әдістерін екі түрге бөлуге болады: пассивті қашықтан зондтау және белсенді қашықтан зондтау. Пассивті сенсорлар объектінің немесе оны қоршаған аймақтардың шығаратын немесе шағылыстыратын сәулесін жинайды. Пассивті сенсорлармен өлшенетін сәулеленудің ең көп таралған көзі – күн сәулесінің шағылысуы. Пассивті қашықтан зондтау сенсорларының мысалдары – фотопленка, инфрақызыл сенсорлар, зарядталған құрылғылар және радиометрлер. Ал белсенді зондтау объектіні және аумақты сканерлеу үшін энергияны шығарады, содан кейін сенсор нысанадан шағылысқан немесе кері шашыраған сәулеленуді анықтап, өлшейді. РАДАР және ЛИДАР – белсенді қашықтан зондтаудың мысалдары, онда сәуле шығару мен кері қайту арасындағы уақыт кешіктірілісі өлшенеді, бұл объектінің орналасуы, жылдамдығы және бағытын анықтауға мүмкіндік береді. Қашықтан зондтау қауіпті немесе қолжетімсіз аймақтар туралы деректерді жинауға мүмкіндік береді. Қашықтан зондтауты қолдануға Амазонка бассейніндегі орманды кесуді бақылау, Арктика және Антарктика аймақтарындағы мұздықтардың ерекшеліктерін зерттеу, сондай-ақ жағалау және мұхит тереңдігін өлшеу жатады. Суық соғыс кезіндегі әскери жинақтау қауіпті шекаралық аймақтар туралы деректерді қашықтан алуды қамтамасыз етті. Сондай-ақ, қашықтан зондтау жердегі деректерді жинаудың қымбат және ұзақ процесін алмастырады, бұл аймақтар мен объектілердің бұзылуын болдырмайды. Орбиталық платформалар электромагниттік спектрдің әртүрлі бөліктерінен деректерді жинап, жібереді, ал кең ауқымды әуеден немесе жерден жүргізілетін зондтау және талдау зерттеушілерге Эль-Ниньо және басқа да табиғи ұзақ және қысқа мерзімді құбылыстар сияқты үрдістерді бақылау үшін жеткілікті ақпаратты ұсынады. Басқа қолданыс салаларына жер ғылымдарының түрлі салалары, мысалы, табиғи ресурстарды басқару, егістік жерлерді пайдалану және сақтау, парниктік газдарды бақылау, мұнай төгілуін анықтау және бақылау, ұлттық қауіпсіздік, сондай-ақ әуеден, жерден және қашықтан шекаралық аймақтардағы деректерді жинау кіреді.
Деректерді жинау әдістерінің түрлері
Көп спектрлі жинау мен талдаудың негізі зерттелген аймақтар немесе объектілердің қоршаған аймақтардан ерекшеленетін сәулеленуді шағылыстыруы немесе шығаруы болып табылады. Басты қашықтан зондтау спутниктік жүйелерінің шолуы үшін кестеге қараңыз.
Геодезиялық
Геодезиялық қашықтан зондтау гравиметриялық немесе геометриялық болуы мүмкін. Тәуірден гравитациялық деректерді жинау алғаш рет суасты кемелерін табу үшін қолданылды. Бұл деректер Жердің гравитациялық өрісіндегі ең кішкентай өзгерістерді көрсетті, оларды Жердің массалық таралуындағы өзгерістерді анықтау үшін пайдалануға болады, бұл өз кезегінде GRACE сияқты геофизикалық зерттеулерде қолданылады. Геометриялық қашықтан зондтау InSAR, LIDAR сияқты технологияларды қолдану арқылы орналасу мен деформацияның суреттерін алуды қамтиды.
Акустикалық және акустикалыққа жақын
Сонар: пассивті сонар – басқа объектінің (кеме, кит т.б.) шығарған дыбысын тыңдау; белсенді сонар – дыбыс импульстарын жіберіп, эхоларды тыңдау арқылы су асты объектілерін және теренді анықтау, қашықтығын өлшеу және картаға түсіру үшін қолданылады. Әртүрлі жерлерде тіркелген сейсмограммалар жер сілкінісінің ошағын анықтап, оның қарқындылығы мен уақытын салыстыру арқылы өлшеуге мүмкіндік береді (жер сілкінісі болғаннан кейін). Ультрадыбыс: су толқындарын және су деңгейін анықтау үшін, мысалы, су өлшегіштерде немесе танктерді буксирлеуде қолданылатын жоғары жиілікті импульстарды жіберіп, эхоларды тыңдайтын ультрадыбыс сенсорлары. Ірі масштабты байқаулар сериясын үйлестіру үшін көптеген сенсорлық жүйелер келесі факторларға тәуелді: платформаның орналасқан жері және сенсордың бағыты. Қазіргі заманғы жоғары сапалы құралдар көбінесе спутниктік навигация жүйелерінен позициялық ақпарат алады. Айналу және бағытталғандық электронды компастармен градусқа дейін қамтамасыз етіледі. Компас тек азимутты (яғни, магниттік солтүстікке дейінгі градусты) ғана емес, сонымен қатар биіктікті (көлденең жазықтықтан жоғары градусты) өлшеуге болады, себебі магниттік өріс әртүрлі ендікте әртүрлі бұрыштармен Жерге еніп орналасады. Нақтырақ бағытталғандық үшін гироскопиялық бағыттау жүйесі қажет, ол жұлдыздар бойынша немесе белгілі нүктелерге навигация жасау сияқты әртүрлі әдістермен мерзімді түрде жаңартылады.
Деректердің сипаттамалары
Қашықтан зондтау деректерінің сапасы олардың кеңістіктік, спектрлік, радиометриялық және уақыттық ажыратымдылығынан тұрады. Кеңістіктік ажыратымдылық – растрлық кескінде жазылған пикселдің мөлшері, әдетте пиксельдердің қабырғасының ұзындығы бірнеше метрден басталады. Спектрлік ажыратымдылық – жазылған әртүрлі жиілік жолақтарының толқын ұзындығы, көбінесе бұл платформамен жазылған жиілік жолақтарының санына байланысты. Қазіргі Landsat жинағы жеті жолақтан тұрады, оның ішінде инфрақызыл спектрдегі бірнеше жолақ бар, спектрлік ажыратымдылығы 0,7-ден 2,1 мкм-ға дейін. Жерді бақылау 1-дегі Hyperion сенсоры 0,4-тен 2,5 мкм-ға дейін 220 жолақты анықтайды, спектрлік ажыратымдылығы жолаққа шаққанда 0,10-нан 0,11 мкм-ға дейін. Радиометриялық ажыратымдылық – сенсордың ажырата алатын сәулелену қарқындылығының саны. Әдетте, бұл 8-ден 14 битке дейін, бұл әр жолақтағы сұр түстің 256 деңгейіне және 16 384 түстің интенсивтілігіне немесе "көлеңкесіне" сәйкес келеді. Бұл құралдың шу деңгейіне де байланысты. Уақыттық ажыратымдылық – спутниктің немесе ұшақтың ұшу жиілігі, бұл тек уақыт қатары зерттеулерінде немесе орманды жоюды бақылау сияқты орташаланған немесе мозаикалық суреттерді қажет ететін жағдайларда ғана маңызды. Бұл әдісті алғаш рет барлау қызметі қолданды, қайталап түсірілген суреттер инфрақұрылымдағы өзгерістерді, бөлімшелердің орналасуын немесе жабдықтың модификациясын/қосылуын көрсетті. Белгілі бір аймақты немесе нысанды бұлт жабуына байланысты сол жердің суретін қайтадан түсіру қажет болады.
Деректерді өңдеу
Сенсорлық карталарды құру үшін, қашықтан зондтау жүйелерінің көпшілігі жер бетіндегі белгілі нүктелер арасындағы қашықтықты қоса алғанда, анықтама нүктесіне қатысты сенсорлық деректерді экстраполяциялауды күтеді. Бұл қолданылатын сенсор түріне байланысты. Мысалы, дәстүрлі фотосуреттерде қашықтықтар суреттің ортасында ең дәл болады, ал орталықтан алшақтаған сайын өлшемдердің бұрмалануы артады. Тағы бір фактор – пленка басылатын пластина фотосуреттерде жер қашықтығын өлшеу кезінде елеулі қателерге алып келуі мүмкін. Бұл мәселені шешу кезеңі геотебулация деп аталады және суреттегі нүктелерді компьютерлік көмекпен сәйкестендіруді қамтиды (әдетте сурет басына 30 немесе одан да көп нүкте), ол белгіленген эталонды қолдану арқылы экстраполяцияланады, суретті дәл кеңістіктік деректерді алу үшін «бұрмалайды». 1990 жылдардың басында көптеген спутниктік суреттер толық геотебулацияланған күйде сатылады. Сонымен қатар, суреттерді радиометриялық және атмосфералық түзету қажет болуы мүмкін. Радиометриялық түзету радиометриялық қателер мен бұрмалаулардан сақтануға мүмкіндік береді. Жер бетіндегі нысандардың жарықтандырылуы рельефтің әртүрлі қасиеттеріне байланысты біркелкі емес. Бұл фактор радиометриялық бұрмалауды түзету әдісінде ескеріледі. Радиометриялық түзету пиксельдердің мәндеріне масштаб береді, мысалы, 0-ден 255-ке дейінгі монохроматикалық масштаб нақты сәулелену мәндеріне айналады. Топографиялық түзету (жер бедерін түзету деп те аталады) қирақты тауларда жер бедерінің нәтижесінде пиксельдердің тиімді жарықтандырылуы айтарлықтай өзгереді. Қашықтан зондтау кескінінде көлеңкелі беткейдегі пиксель әлсіз жарықтандыру алады және сәулелену мәні төмен болады, ал керісінше, күнге қарайтын беткейдегі пиксель күшті жарықтандыру алады және сәулелену мәні жоғары болады. Бір нысан үшін көлеңкелі беткейдегі пиксельдің сәулелену мәні күнге қарайтын беткейдегіден өзгеше болады. Сонымен қатар, әртүрлі нысандардың сәулелену мәндері ұқсас болуы мүмкін. Бұл түсініксіздіктер таулы аймақтарда қашықтан зондтау суреттерінен ақпаратты алудың дәлдігіне елеулі әсер етеді. Бұл қашықтан зондтау суреттерін одан әрі қолданудың басты кедергісіне айналды. Топографиялық түзетудің мақсаты – бұл әсерді жою, көлденең жағдайда нысандардың шынайы шағылыстыруын немесе сәулесін қалпына келтіру. Бұл сандық қашықтан зондтауды қолданудың алғы шарты болып табылады. Атмосфералық түзету – әр жиілік жолағын қайта масштабтау арқылы атмосфералық тұманды жою, оның ең төменгі мәні (әдетте су нысандарында кездеседі) 0 пиксельдік мәніне сәйкес келеді. Деректерді цифрландыру сондай-ақ сұр шкаланың мәндерін өзгерту арқылы деректерді өңдеуге мүмкіндік береді. Интерпретация – бұл деректерді түсінудің маңызды процесі. Алғашқы қолданысы – әуе фотосуреттерін жинау, онда келесі процестер қолданылды: дәстүрлі немесе стереоскопиялық түсірілімде жарық үстелін пайдалану арқылы кеңістіктік өлшеу, фотограмметрияны қолдану, фотомозаикаларды пайдалану, қайталап түсіру және нысандардың белгілі өлшемдерін пайдалану арқылы өзгерістерді анықтау. Суреттерді талдау – бұл жақында дамыған, автоматтандырылған, компьютерлік көмекке ие қосымша, ол кеңінен қолданылады. Объектіге негізделген суреттерді талдау (OBIA) – бұл ЖАО ғылымының дистанциялық зондтау (RS) суреттерін мағыналы суреттік объектілерге бөлуге және олардың сипаттамаларын кеңістіктік, спектрлік және уақытша масштабтар арқылы бағалауға арналған саласы. Қашықтан зондтаудың ескі деректері көбінесе құнды болады, өйткені олар географияның үлкен бөлігі үшін жалғыз ұзақ мерзімді деректерді қамтамасыз етуі мүмкін. Сонымен қатар, деректерді түсіндіру күрделі, ал сақтау үшін үлкен көлемде болады. Қазіргі заманғы жүйелер деректерді цифрлық түрде сақтауға бейім, көбінесе жоғалтусыз сығылу арқылы. Бұл тәсілдің қиындығы – деректердің нашарлауы, форматының архаикалық болуы және деректерді жалғандау оңай болуы мүмкін. Деректер сериясын архивтеудің ең жақсы жүйелерінің бірі – компьютерде шығарылған, машинамен оқылатын ультрафишкалар, әдетте OCR B сияқты шрифттерде немесе цифрланған жарты тонды суреттер. Ультрафишкалар бірнеше ғасырлар бойы сақталуы мүмкін стандартты кітапханаларда жақсы сақталады. Оларды автоматтандырылған жүйелер арқылы құруға, көшіруге, файлдауға және алуға болады. Олар магниттік архивтер сияқты ықшам, бірақ оларды адамдар минималды, стандартталған жабдықпен оқи алады. Жалпы алғанда, қашықтан зондтау кері проблема принципі бойынша жұмыс істейді: қызығу нысаны немесе құбылысы (күйі) тікелей өлшенбесе де, оны анықтауға және өлшеуге болатын басқа айнымалы бар (байқау), ол есептеу арқылы қызығу нысанымен байланысты болуы мүмкін. Бұл принципті түсіндіру үшін берілген әдеттегі мысал – жануардың іздерінен оның түрін анықтауға тырысу. Мысалы, жоғарғы атмосферадағы температураны тікелей өлшеу мүмкін болмаса да, сол аймақтағы белгілі химиялық түрдің (мысалы, көмірқышқыл газы) спектральдік шығарылымдарын өлшеуге болады. Шығарылымдардың жиілігі термодинамика арқылы сол аймақтағы температурамен байланыстырылуы мүмкін.
Деректерді өңдеу деңгейлері
Мәліметтерді өңдеуді тәжірибеде талқылауды жеңілдету үшін 1986 жылы NASA Жерді бақылау жүйесінің бөлігі ретінде бірнеше өңдеу "деңгейлерін" алғаш рет анықтады және содан бері NASA-да (мысалы) және басқа жерлерде (мысалы) тұрақты түрде қабылданады. Бұл анықтамалар:
Level Description 0 Reconstructed, unprocessed instrument and payload data at full resolution, with any and all communications artifacts (e. g., synchronization frames, communications headers, duplicate data) removed. 1a Reconstructed, unprocessed instrument data at full resolution, time referenced, and annotated with ancillary information, including radiometric and geometric calibration coefficients and georeferencing parameters (e. g., platform ephemeris) computed and appended but not applied to the Level 0 data (or if applied, in a manner that level 0 is fully recoverable from level 1a data). 1b Level 1a data that have been processed to sensor units (e. g., radar backscatter cross section, brightness temperature, etc. ); not all instruments have Level 1b data; level 0 data is not recoverable from level 1b data. 2 Derived geophysical variables (e. g., ocean wave height, soil moisture, ice concentration) at the same resolution and location as Level 1 source data. 3 Variables mapped on uniform spacetime grid scales, usually with some completeness and consistency (e. g., missing points interpolated, complete regions mosaicked together from multiple orbits, etc.). 4 Model output or results from analyses of lower level data (i. e., variables that were not measured by the instruments but instead are derived from these measurements). A Level 1 data record is the most fundamental (i. e., highest reversible level) data record that has significant scientific utility, and is the foundation upon which all subsequent data sets are produced. Level 2 is the first level that is directly usable for
most scientific applications; its value is much greater than the lower levels. Level 2 data sets tend to be less voluminous than Level 1 data because they have been reduced temporally, spatially, or spectrally. Level 3 data sets are generally smaller than lower level data sets and thus can be dealt with without incurring a great deal of data handling overhead. These data tend to be generally more useful for many applications. The regular spatial and temporal organization of Level 3 datasets makes it feasible to readily combine data from different sources. While these processing levels are particularly suitable for typical satellite data processing pipelines, other data level vocabularies have been defined and may be appropriate for more heterogeneous workflows.
**0-деңгей:** Толық ажыратымдылықтағы қайта құрылған, өңделмеген құралдар мен жүк деректері, кез келген байланыс артефактілері (мысалы, синхронизация кадрлары, байланыс тақырыптары, қайталанған деректер) алынып тасталған.
Level Description 0 Reconstructed, unprocessed instrument and payload data at full resolution, with any and all communications artifacts (e. g., synchronization frames, communications headers, duplicate data) removed. 1a Reconstructed, unprocessed instrument data at full resolution, time referenced, and annotated with ancillary information, including radiometric and geometric calibration coefficients and georeferencing parameters (e. g., platform ephemeris) computed and appended but not applied to the Level 0 data (or if applied, in a manner that level 0 is fully recoverable from level 1a data). 1b Level 1a data that have been processed to sensor units (e. g., radar backscatter cross section, brightness temperature, etc. ); not all instruments have Level 1b data; level 0 data is not recoverable from level 1b data. 2 Derived geophysical variables (e. g., ocean wave height, soil moisture, ice concentration) at the same resolution and location as Level 1 source data. 3 Variables mapped on uniform spacetime grid scales, usually with some completeness and consistency (e. g., missing points interpolated, complete regions mosaicked together from multiple orbits, etc.). 4 Model output or results from analyses of lower level data (i. e., variables that were not measured by the instruments but instead are derived from these measurements). A Level 1 data record is the most fundamental (i. e., highest reversible level) data record that has significant scientific utility, and is the foundation upon which all subsequent data sets are produced. Level 2 is the first level that is directly usable for
most scientific applications; its value is much greater than the lower levels. Level 2 data sets tend to be less voluminous than Level 1 data because they have been reduced temporally, spatially, or spectrally. Level 3 data sets are generally smaller than lower level data sets and thus can be dealt with without incurring a great deal of data handling overhead. These data tend to be generally more useful for many applications. The regular spatial and temporal organization of Level 3 datasets makes it feasible to readily combine data from different sources. While these processing levels are particularly suitable for typical satellite data processing pipelines, other data level vocabularies have been defined and may be appropriate for more heterogeneous workflows.
**1a-деңгей:** Толық ажыратымдылықтағы қайта құрылған, өңделмеген құралдық деректер, уақыт бойынша сілтемеленген және радиометриялық және геометриялық калибрлеу коэффициенттері мен геореференциалдық параметрлер (мысалы, платформа эфемерисі) сияқты қосымша ақпаратпен түсіндірілген, есептелген және қосылған, бірақ 0-деңгейлі деректерге қолданылмаған (немесе егер қолданылса, 0-деңгейі 1a-деңгейлі деректерден толық қалпына келтірілетіндей етіп).
Level Description 0 Reconstructed, unprocessed instrument and payload data at full resolution, with any and all communications artifacts (e. g., synchronization frames, communications headers, duplicate data) removed. 1a Reconstructed, unprocessed instrument data at full resolution, time referenced, and annotated with ancillary information, including radiometric and geometric calibration coefficients and georeferencing parameters (e. g., platform ephemeris) computed and appended but not applied to the Level 0 data (or if applied, in a manner that level 0 is fully recoverable from level 1a data). 1b Level 1a data that have been processed to sensor units (e. g., radar backscatter cross section, brightness temperature, etc. ); not all instruments have Level 1b data; level 0 data is not recoverable from level 1b data. 2 Derived geophysical variables (e. g., ocean wave height, soil moisture, ice concentration) at the same resolution and location as Level 1 source data. 3 Variables mapped on uniform spacetime grid scales, usually with some completeness and consistency (e. g., missing points interpolated, complete regions mosaicked together from multiple orbits, etc.). 4 Model output or results from analyses of lower level data (i. e., variables that were not measured by the instruments but instead are derived from these measurements). A Level 1 data record is the most fundamental (i. e., highest reversible level) data record that has significant scientific utility, and is the foundation upon which all subsequent data sets are produced. Level 2 is the first level that is directly usable for
most scientific applications; its value is much greater than the lower levels. Level 2 data sets tend to be less voluminous than Level 1 data because they have been reduced temporally, spatially, or spectrally. Level 3 data sets are generally smaller than lower level data sets and thus can be dealt with without incurring a great deal of data handling overhead. These data tend to be generally more useful for many applications. The regular spatial and temporal organization of Level 3 datasets makes it feasible to readily combine data from different sources. While these processing levels are particularly suitable for typical satellite data processing pipelines, other data level vocabularies have been defined and may be appropriate for more heterogeneous workflows.
**1b-деңгей:** 1a-деңгейдегі сенсорлық бірліктерге өңделген деректер (мысалы, радарлық кері шашыраудың көлденең қимасы, жарықтылық температурасы және т.б.). Барлық құралдарда 1b-деңгейлі деректер болмайды; 0-деңгейлі деректер 1b-деңгейінен қалпына келтірілмейді.
Level Description 0 Reconstructed, unprocessed instrument and payload data at full resolution, with any and all communications artifacts (e. g., synchronization frames, communications headers, duplicate data) removed. 1a Reconstructed, unprocessed instrument data at full resolution, time referenced, and annotated with ancillary information, including radiometric and geometric calibration coefficients and georeferencing parameters (e. g., platform ephemeris) computed and appended but not applied to the Level 0 data (or if applied, in a manner that level 0 is fully recoverable from level 1a data). 1b Level 1a data that have been processed to sensor units (e. g., radar backscatter cross section, brightness temperature, etc. ); not all instruments have Level 1b data; level 0 data is not recoverable from level 1b data. 2 Derived geophysical variables (e. g., ocean wave height, soil moisture, ice concentration) at the same resolution and location as Level 1 source data. 3 Variables mapped on uniform spacetime grid scales, usually with some completeness and consistency (e. g., missing points interpolated, complete regions mosaicked together from multiple orbits, etc.). 4 Model output or results from analyses of lower level data (i. e., variables that were not measured by the instruments but instead are derived from these measurements). A Level 1 data record is the most fundamental (i. e., highest reversible level) data record that has significant scientific utility, and is the foundation upon which all subsequent data sets are produced. Level 2 is the first level that is directly usable for
most scientific applications; its value is much greater than the lower levels. Level 2 data sets tend to be less voluminous than Level 1 data because they have been reduced temporally, spatially, or spectrally. Level 3 data sets are generally smaller than lower level data sets and thus can be dealt with without incurring a great deal of data handling overhead. These data tend to be generally more useful for many applications. The regular spatial and temporal organization of Level 3 datasets makes it feasible to readily combine data from different sources. While these processing levels are particularly suitable for typical satellite data processing pipelines, other data level vocabularies have been defined and may be appropriate for more heterogeneous workflows.
**2-деңгей:** 1-деңгейлі дереккөздермен бірдей ажыратымдылықта және орналасуда алынған туынды геофизикалық айнымалылар (мысалы, мұхит толқынының биіктігі, топырақтың ылғалдылығы, мұз концентрациясы).
Level Description 0 Reconstructed, unprocessed instrument and payload data at full resolution, with any and all communications artifacts (e. g., synchronization frames, communications headers, duplicate data) removed. 1a Reconstructed, unprocessed instrument data at full resolution, time referenced, and annotated with ancillary information, including radiometric and geometric calibration coefficients and georeferencing parameters (e. g., platform ephemeris) computed and appended but not applied to the Level 0 data (or if applied, in a manner that level 0 is fully recoverable from level 1a data). 1b Level 1a data that have been processed to sensor units (e. g., radar backscatter cross section, brightness temperature, etc. ); not all instruments have Level 1b data; level 0 data is not recoverable from level 1b data. 2 Derived geophysical variables (e. g., ocean wave height, soil moisture, ice concentration) at the same resolution and location as Level 1 source data. 3 Variables mapped on uniform spacetime grid scales, usually with some completeness and consistency (e. g., missing points interpolated, complete regions mosaicked together from multiple orbits, etc.). 4 Model output or results from analyses of lower level data (i. e., variables that were not measured by the instruments but instead are derived from these measurements). A Level 1 data record is the most fundamental (i. e., highest reversible level) data record that has significant scientific utility, and is the foundation upon which all subsequent data sets are produced. Level 2 is the first level that is directly usable for
most scientific applications; its value is much greater than the lower levels. Level 2 data sets tend to be less voluminous than Level 1 data because they have been reduced temporally, spatially, or spectrally. Level 3 data sets are generally smaller than lower level data sets and thus can be dealt with without incurring a great deal of data handling overhead. These data tend to be generally more useful for many applications. The regular spatial and temporal organization of Level 3 datasets makes it feasible to readily combine data from different sources. While these processing levels are particularly suitable for typical satellite data processing pipelines, other data level vocabularies have been defined and may be appropriate for more heterogeneous workflows.
**3-деңгей:** Біркелкі кеңістіктегі-уақыттық тор шкалаларында картаға түсірілген айнымалылар, әдетте, белгілі бір толықтығы мен бірізділігі бар (мысалы, интерполяцияланған жетіспейтін нүктелер, бірнеше орбиталардан біріктірілген толық аймақтар және т.б.).
Level Description 0 Reconstructed, unprocessed instrument and payload data at full resolution, with any and all communications artifacts (e. g., synchronization frames, communications headers, duplicate data) removed. 1a Reconstructed, unprocessed instrument data at full resolution, time referenced, and annotated with ancillary information, including radiometric and geometric calibration coefficients and georeferencing parameters (e. g., platform ephemeris) computed and appended but not applied to the Level 0 data (or if applied, in a manner that level 0 is fully recoverable from level 1a data). 1b Level 1a data that have been processed to sensor units (e. g., radar backscatter cross section, brightness temperature, etc. ); not all instruments have Level 1b data; level 0 data is not recoverable from level 1b data. 2 Derived geophysical variables (e. g., ocean wave height, soil moisture, ice concentration) at the same resolution and location as Level 1 source data. 3 Variables mapped on uniform spacetime grid scales, usually with some completeness and consistency (e. g., missing points interpolated, complete regions mosaicked together from multiple orbits, etc.). 4 Model output or results from analyses of lower level data (i. e., variables that were not measured by the instruments but instead are derived from these measurements). A Level 1 data record is the most fundamental (i. e., highest reversible level) data record that has significant scientific utility, and is the foundation upon which all subsequent data sets are produced. Level 2 is the first level that is directly usable for
most scientific applications; its value is much greater than the lower levels. Level 2 data sets tend to be less voluminous than Level 1 data because they have been reduced temporally, spatially, or spectrally. Level 3 data sets are generally smaller than lower level data sets and thus can be dealt with without incurring a great deal of data handling overhead. These data tend to be generally more useful for many applications. The regular spatial and temporal organization of Level 3 datasets makes it feasible to readily combine data from different sources. While these processing levels are particularly suitable for typical satellite data processing pipelines, other data level vocabularies have been defined and may be appropriate for more heterogeneous workflows.
**4-деңгей:** Төменгі деңгейдегі деректерді талдау нәтижелері немесе модельдік шығыстар (яғни, құралдармен өлшенбеген, бірақ осы өлшемдерден алынған айнымалылар).
Level Description 0 Reconstructed, unprocessed instrument and payload data at full resolution, with any and all communications artifacts (e. g., synchronization frames, communications headers, duplicate data) removed. 1a Reconstructed, unprocessed instrument data at full resolution, time referenced, and annotated with ancillary information, including radiometric and geometric calibration coefficients and georeferencing parameters (e. g., platform ephemeris) computed and appended but not applied to the Level 0 data (or if applied, in a manner that level 0 is fully recoverable from level 1a data). 1b Level 1a data that have been processed to sensor units (e. g., radar backscatter cross section, brightness temperature, etc. ); not all instruments have Level 1b data; level 0 data is not recoverable from level 1b data. 2 Derived geophysical variables (e. g., ocean wave height, soil moisture, ice concentration) at the same resolution and location as Level 1 source data. 3 Variables mapped on uniform spacetime grid scales, usually with some completeness and consistency (e. g., missing points interpolated, complete regions mosaicked together from multiple orbits, etc.). 4 Model output or results from analyses of lower level data (i. e., variables that were not measured by the instruments but instead are derived from these measurements). A Level 1 data record is the most fundamental (i. e., highest reversible level) data record that has significant scientific utility, and is the foundation upon which all subsequent data sets are produced. Level 2 is the first level that is directly usable for
most scientific applications; its value is much greater than the lower levels. Level 2 data sets tend to be less voluminous than Level 1 data because they have been reduced temporally, spatially, or spectrally. Level 3 data sets are generally smaller than lower level data sets and thus can be dealt with without incurring a great deal of data handling overhead. These data tend to be generally more useful for many applications. The regular spatial and temporal organization of Level 3 datasets makes it feasible to readily combine data from different sources. While these processing levels are particularly suitable for typical satellite data processing pipelines, other data level vocabularies have been defined and may be appropriate for more heterogeneous workflows.
1-деңгейлі дерек жазбасы – маңызды ғылыми пайдасы бар ең негізгі (яғни, ең жоғары қайтарымды) дерек жазбасы және барлық келесі дерек жиынтықтарының негізі болып табылады. 2-деңгей – көптеген ғылыми қолданбалар үшін тікелей қолдануға болатын бірінші деңгей; оның құны төменгі деңгейлерге қарағанда әлдеқайда жоғары. 2-деңгейлі дерек жиынтығы 1-деңгейлі деректерге қарағанда көлемдік жағынан аз болады, себебі олар уақыт, кеңістік немесе спектр бойынша қысқартылған. 3-деңгейлі дерек жиынтығы әдетте төменгі деңгейдегі дерек жиынтығынан кішірек болады, сондықтан оларды көп мөлшерде деректерді өңдеуге жұмсамай өңдеуге болады. Бұл деректер көбінесе көптеген қолданбалар үшін пайдалы болады. 3-деңгейлі дерек жиынтығының тұрақты кеңістіктік және уақыттық ұйымдастырылуы әртүрлі көздерден алынған деректерді оңай біріктіруге мүмкіндік береді. Бұл өңдеу деңгейлері әдеттегі спутниктік деректерді өңдеу құбырларына өте қолайлы болса да, басқа дерек деңгейлері анықталды және олар гетерогенді жұмыс ағынына сәйкес келуі мүмкін.
Level Description 0 Reconstructed, unprocessed instrument and payload data at full resolution, with any and all communications artifacts (e. g., synchronization frames, communications headers, duplicate data) removed. 1a Reconstructed, unprocessed instrument data at full resolution, time referenced, and annotated with ancillary information, including radiometric and geometric calibration coefficients and georeferencing parameters (e. g., platform ephemeris) computed and appended but not applied to the Level 0 data (or if applied, in a manner that level 0 is fully recoverable from level 1a data). 1b Level 1a data that have been processed to sensor units (e. g., radar backscatter cross section, brightness temperature, etc. ); not all instruments have Level 1b data; level 0 data is not recoverable from level 1b data. 2 Derived geophysical variables (e. g., ocean wave height, soil moisture, ice concentration) at the same resolution and location as Level 1 source data. 3 Variables mapped on uniform spacetime grid scales, usually with some completeness and consistency (e. g., missing points interpolated, complete regions mosaicked together from multiple orbits, etc.). 4 Model output or results from analyses of lower level data (i. e., variables that were not measured by the instruments but instead are derived from these measurements). A Level 1 data record is the most fundamental (i. e., highest reversible level) data record that has significant scientific utility, and is the foundation upon which all subsequent data sets are produced. Level 2 is the first level that is directly usable for
most scientific applications; its value is much greater than the lower levels. Level 2 data sets tend to be less voluminous than Level 1 data because they have been reduced temporally, spatially, or spectrally. Level 3 data sets are generally smaller than lower level data sets and thus can be dealt with without incurring a great deal of data handling overhead. These data tend to be generally more useful for many applications. The regular spatial and temporal organization of Level 3 datasets makes it feasible to readily combine data from different sources. While these processing levels are particularly suitable for typical satellite data processing pipelines, other data level vocabularies have been defined and may be appropriate for more heterogeneous workflows.
Тарих
Қазіргі заманғы қашықтан зондтау әдісі ұшу құралының дамуымен қатар пайда болды. 1858 жылы Г. Турнахон (Надар деген атпен танымал) өзінің ауа шарынан Париждің суреттерін түсірді. Алғашқы суреттерді алу үшін хабаршы көгершіндер, жұпшарлар, зымырандар және пилотсыз ауа шары қолданылды. Ауа шарларын қоспағанда, бұл алғашқы жекелеген суреттер карта жасау немесе ғылыми мақсаттар үшін аса пайдалы болған жоқ. Бірінші дүниежүзілік соғыстан бастап жүйелі әуе фотосуреттері әскери бақылау және барлау мақсатында жасала бастады. Бірінші дүниежүзілік соғыстан кейін қашықтан зондтау технологиясы тез арада азаматтық қолданысқа бейімделді. Бұл 1941 жылы жарық көрген «Аэрофотография және аэрогеодезия» атты оқулықтың алғашқы жолынан көрінеді, онда былай делінген: «Аэрофотографияны насихаттаудың қажеті жоқ, себебі АҚШ-та да, басқа елдерде де оның қолданылуы кеңінен таралған және құндылығы соншалықты жоғары, тіпті елдің шалғай бұрышындағы шаруа да оның маңыздылығын біледі». Соңғы кездегі жаңалық – құқық қорғау органдары мен әскерилерде қолданылатын, адам басқаратын және пилотсыз платформалардағы кішкентай сенсорлық модульдердің көбеюі. Бұл тәсілдің артықшылығы – ұшақ корпусына минималды өзгерістер енгізуді қажет етеді. Кейінгі бейнелеу технологияларына инфрақызыл, дәстүрлі, Доплер және синтетикалық апертуралы радар жатады. XX ғасырдың екінші жартысында жасанды спутниктердің дамуы қашықтан зондтаудың суық соғыс аяқталғаннан кейін әлемдік масштабта дамуына жағдай жасады. Landsat, Nimbus және RADARSAT және UARS сияқты Жерді бақылау және ауа райы спутниктеріндегі түрлі құралдар азаматтық, ғылыми және әскери мақсаттар үшін әртүрлі деректерді жаһандық деңгейде өлшеуге мүмкіндік берді. Басқа планеталарға жіберілген ғарыш зондтары да сыртқы кеңісте қашықтан зондтау зерттеулерін жүргізуге мүмкіндік берді, мысалы, Магеллан ғарыш кемесіндегі синтетикалық апертуралы радар Венераның егжей-тегжейлі топографиялық картасын жасады, ал SOHO ғарыш кемесіндегі құралдар Күн мен күн желдерін зерттеуге мүмкіндік берді. Соңғы дамулардың бірі – 1960-1970 жылдары басталған спутниктік суреттерді өңдеу технологиясының жетілдірілуі. «Қашықтан зондтау» термині 1960 жылдардың басында Эвелин Пруитт ғылымдағы жетістіктердің нәтижесінде әуе фотосуреттері жаңа технологиялардың дерек ағынын сипаттауға жеткіліксіз екенін түсінген кезде пайда болды. Әскери зерттеулер кеңсесінің қызметкері Уолтер Бейлидің көмегімен ол «қашықтан зондтау» терминін енгізді. Кремний алқабындағы бірнеше зерттеу топтары, соның ішінде NASA Ames Research Center, GTE және ESL Inc. Фурье түрлендіру әдістерін әзірледі, бұл бейнелеу деректерін жақсартуға мүмкіндік берді. 1999 жылы алғашқы коммерциялық спутник (IKONOS) жоғары ажыратымдылықтағы суреттерді алу үшін ұшырылды.
Cquote|quote= "There is no longer any need to preach for aerial photography not in the United States for so widespread has become its use and so great its value that even the farmer who plants his fields in a remote corner of the country knows its value. "|author=James Bagley|source= A more recent development is that of increasingly smaller sensor pods such as those used by law enforcement and the military, in both manned and unmanned platforms. The advantage of this approach is that this requires minimal modification to a given airframe. Later imaging technologies would include infrared, conventional, Doppler and synthetic aperture radar. The development of artificial satellites in the latter half of the 20th century allowed remote sensing to progress to a global scale as of the end of the Cold War. Instrumentation aboard various Earth observing and weather satellites such as Landsat, the Nimbus and more recent missions such as RADARSAT and UARS provided global measurements of various data for civil, research, and military purposes. Space probes to other planets have also provided the opportunity to conduct remote sensing studies in extraterrestrial environments, synthetic aperture radar aboard the Magellan spacecraft provided detailed topographic maps of Venus, while instruments aboard SOHO allowed studies to be performed on the Sun and the solar wind, just to name a few examples. Recent developments include, beginning in the 1960s and 1970s, the development of image processing of satellite imagery. The use of the term "remote sensing" began in the early 1960s when Evelyn Pruitt realized that advances in science meant that aerial photography was no longer an adequate term to describe the data streams being generated by new technologies. With assistance from her fellow staff member at the Office of Naval Research, Walter Bailey, she coined the term "remote sensing". Several research groups in Silicon Valley including NASA Ames Research Center, GTE, and ESL Inc. developed Fourier transform techniques leading to the first notable enhancement of imagery data. In 1999 the first commercial satellite (IKONOS) collecting very high resolution imagery was launched.
Білім беру және оқыту
Қашықтан зондтау қазіргі заманғы ақпараттық қоғамда маңыздылығы артып келеді. Ол аэроғарыш өнеркәсібінің маңызды технологиясы болып табылады және экономикалық маңызы зор. TerraSAR X және RapidEye сияқты жаңа сенсорлар үнемі әзірленуде, ал білікті кадрларға деген сұраныс тұрақты түрде өсуде. Сонымен қатар, қашықтан зондтау күнделікті өмірге күшті әсер етеді – ауа райы болжамдарынан бастап, климаттың өзгеруі және табиғи апаттар туралы хабарларға дейін. Мысалы, неміс студенттерінің 80% Google Earth қызметін пайдаланады; 2006 жылы ғана бұл бағдарламалық жасақтама 100 миллион рет жүктелген. Бірақ зерттеулер көрсеткендей, олардың көпшілігі қолданатын деректер туралы жеткілікті білімге ие емес. Спутниктік суреттерді қолдану мен оларды түсіну арасында үлкен білім алшақтығы бар. Саяси деңгейде оқытуды қолдауды күшейту туралы талаптарға қарамастан, қашықтан зондтау мектептерде тиісті рөл атқармайды. Мектеп сабақтары үшін әзірленген көптеген компьютерлік бағдарламалар күрделілігіне байланысты әліге дейін енгізілмеген. Сондықтан, бұл пән оқу бағдарламасына мүлдем қосылмауы немесе аналогты суреттерді түсіндіру кезеңінен өтпей қалуы мүмкін. Шындығында, қашықтан зондтау физика және математика білімдерін нығайтуды, сондай-ақ спутниктік суреттерді визуалды түсіндіруден өзге, медиа және әдістер саласындағы құзыреттілікті қажет етеді. Көптеген мұғалімдер "қашықтан зондтау" тақырыбына қызығушылық танытып, оқу бағдарламасында осы тақырыпты енгізуге дайын, бірақ көбінесе шатастыратын ақпараттарға байланысты бұл әрекет сәтсіз аяқталады. Қашықтан зондтауды тұрақты түрде енгізу үшін EGU және Digital Earth сияқты ұйымдар оқу модульдері мен оқу порталдарын дамытуға көмектеседі. Мысалдарға FIS – Мектеп сабақтарында қашықтан зондтау, Geospektiv, Ychange және Spatial Discovery жатады, олар медиа және әдістемелік біліктілікті, сондай-ақ тәуелсіз оқытуды дамытуға бағытталған.
Бағдарламалық жасақтама
Қашықтан зондтау деректері компьютерлік бағдарламалық қамтамасыз ету арқылы өңделіп, талданады, бұл қашықтан зондтау қолданбасы деп аталады. Қашықтан зондтау деректерін өңдеуге арналған көптеген коммерциялық және ашық кодты қолданбалар бар.
Гамма сәулелерін пайдалану арқылы қашықтан зондтау
Гамма сәулелерін қашықтан зондтау арқылы пайдалы қазбаларды іздеуге болады. 1972 жылы гамма сәулелерін пайдаланып, қашықтан бақылау және минералдық кендерді іздеуге 2 миллион доллардан астам жұмсалды. Гамма сәулелері уран кен орындарын табу үшін қолданылады. Калийден шығатын радиоактивтілікті бақылау арқылы порфирлі мыс кен орындарын анықтауға болады. Уран мен торийдің жоғары арақатынасы гидротермалды мыс кен орындарының болуымен байланысты. Мұнай және газ кен орындарының үстінде радиациялық үлгілер кездеседі, бірақ осы үлгілердің кейбіреуі мұнай мен газдың емес, жер бетіндегі топырақтың әсерінен туындаған деп саналады.