I detta inlägg skall jag kika på vad man kan göra med satellitbilder från ESA för att hålla koll på hur omgivningen förändras. Inte minst viktigt för våra lant- och skogsbrukare.
Jag har själv inte någon djup kunskap om hur resultatet som jag visar hur du får fram skall tolkas, men genom att upprepa proceduren så kan man i alla fall följa utvecklingen över tid, och möjligen kunna parera problem i tid.
Jag kommer att använda bilder som kan hämtas från https://remotepixel.ca, där det även finns en tjänst utan nedladdning där man kan markera ett område (bilden ovan) och få NDVI bilder (mer information om NDVI mot slutet) från bilder tagna vid olika tillfällen bakåt i tiden (nedan).
Tjänsten tar relativt molnfria scener och bearbetar dessa automatiskt, så länge ytan man markerar är under 1000 km2. Det är inte säkert att man får de senaste bilderna som är tillgängliga men det går att ”spela upp” bilderna som en film om man skulle se något värde i det. Det kan ju trots allt vara ganska långt i tid mellan en del bilder.
Vill man ha bättre kontroll så får man i stället göra bearbetningen själv. Jag använder bara Sentinel2 bilder här, men det går även att välja Landsat8 om man önskar det, fast då är det andra band och annan upplösning på bilderna. När man valt den scen man vill ha så kan man ladda ner enskilda band med länkar till vänster.
Du behöver kanske inte alla band och beroende på vad du är intresserad av kan du få en hint om vilka som är intressanta för dig på en av flikarna i fältet till vänster.
Där får man även en liten förhandsgranskning av hur resultatet kan tänkas se ut.
När du laddat hem de lager du behöver är det dags att läsa in dem i QGIS. I Rastermenyn under Övrigt kan du välja att bygga ett virtuellt rasterlager. I dialogen som visas skall man göra en del inställningar, men framför allt peka ut de satellitband som skall ingå i scenen.
Om du lägger till lager med olika upplösning så kan du välja att sätta resultatet till en medelupplösning, eller efter det lager som har högst eller lägst upplösning. Du kan även välja att spara den virtuella filen på disk, eller låta resultatet hanteras i minnet utan att sparas.
Något som är ganska viktigt är att hålla koll på ordningen som lagret är inlästa i. Inlästa band kommer nämligen inte att behålla sina namn utan ges ett nummer i den ordning som de lästs in. Ta en skärmdump på listan (som i bilden ovan) eller anteckna ordningen på annat sätt.
När allt är klart så presenteras resultatet i QGIS med band 1, 2 och 3 som rött, grönt och blått. Detta stämmer inte med hur naturliga färger är ordnade i Sentinell, så för en naturlig bild så får man byta plats på band 1 och 3.
I bilden ovan har jag valt att använda ”standardavvikelse” med värdet 4 för renderingen, vilket jag tycker blir snyggt för naturliga bilder. Men det är ju inte naturliga färger som kanske är det mest intressanta. Jag kan däremot passa på att exportera ut bilden som en ny bild som jag döper till något passande, exempelvis datum och typ av bild.
Välj bara ”Spara som bild…” i projektmenyn och gör de justeringar du vill i dialogen. Jag ökar exempelvis upplösningen en del jämfört med vad som kan visas på skärmen.
Jag tänker gör om den här processen med olika bandinställningar så det kan också vara bra att skapa ett bokmärke för kartfönstrets utsträckning, annars får man vara försiktig så att man inte panorerar bort kartan oavsiktligt.
”Hälsosam vegetation” består av banden 8A, 11 och 02, så det är som sagt bra att hålla koll på vilken ordning inlästa band har i QGIS.
Det är nu min expertis tryter lite. Jag kan inte tala om vad som är ”bra” och vad som är ”sämre”. Här får nog den som är intresserad läsa på lite själv.
På samma sätt kan man välja att skapa en bild för ”Vegetationsanalys” och då är bandordningen 11, 8A och 04.
Åter igen, här har jag inte kunskap att tolka resultatet, även om jag tycker att det ser hälsosammare ut när det är grönt.
Det finns även ett resultat man kallar ”Jordbruk” som är snarlikt, fast man använder det blåa bandet i stället för det röda, det vill säga 11, 8A och 02.
Vill man inte bara spara en georefererad bild så kan man exportera ut hela satellitscenen till en GeoTiff (eller annat lämpligt format) genom att högerklicka på lagret och välja ”Spara som…”.
Vill du inte ha med hela lagret så kan du begränsa det till ett mindre område, men med bibehållen grundupplösning. Detta är en av skillnaderna med att göra såhär, jämfört med att spara bilder som tidigare.
Notera att om du väljer ”rådata” i dialogen så kommer samtliga band att sparas till den nya GeoTiff filen, men om du väljer ”Renderad bild” så är det bara de band du använt vid stilsättningen som tas med. Kan vara bra att känna till, då resultatbilderna bibehåller utseende och blir betydligt mindre i filstorlek.
Det jag kan läsa mig till lite kort är att NDVI (Normalized Difference Vegetation Index) är ett värde där man kan se förändringar i fotosyntesen för växtligheten. Det räcker således inte med en bild en gång, utan man får använda flera bilder bearbetade på samma sätt men från olika tillfällen för att kunna dra slutsatser. Det viktiga för NDVI är just förhållandet mellan nära infrarött och rött (band 8A och 04) så ”Vegetationsanalys” tidigare i artikeln skulle kunna vara en lämplig kandidat för denna typ av analys.
Sentinel2 tar bilder över samma plats på jorden med några dagars intervall, så om det bara är molnfritt över ditt intresseområde så är det goda chanser att du kan bygga upp en serie med ”NDVI” bilder över ditt intresseområde. Genom att sedan granska bilder och säkert följa upp utvecklingen i verkligheten så kanske man har en bättre chans att sätta in nödvändiga åtgärder i tid.