REMOTE SENSING hvordan kan fjernanalyse bidra til å løse utfordringer i nordområdene?

Transkript

1 REMOTE SENSING hvordan kan fjernanalyse bidra til å løse utfordringer i nordområdene? Torbjørn Eltoft Professor UiT- Norges Arktiske Universitet Leder for CIRFA cirfa.uit.no

2 Centre for Integrated Remote Sensing and Forecasting for Arctic Operations (CIRFA) Objectives: Long term research on integrated remote sensing from satellites and airborne platforms for Arctic operations Algorithms for detection, characterization and monitoring of sea ice and ice objects Met-ocean surveillance and forecasting, including polar meteorology Development of sensor technology Data assimilation and multi-sensor data fusion Sea ice drift modeling and prediction Oil spill drift modeling and prediction 11/9/2015 2

3 Research Partners 11/9/2015 Miljø&Teknologikonferansen 3

4 Industrial Partners 11/9/2015 Miljø&Teknologikonferansen 4

5 Tromsø senter for fjernmåling Northern Research Institute Kongsberg SATellite Services Kongsberg Spacetec Norwegian Polar Institute University of Tromsø 11/9/2015

6 Utfordringer i nord Sjøis Mørke Utfordrende meteorologi Lave temperaturer Lange avstander Lav sikt 11/9/2015 PTIL -Tromsø 6

7 Fjernmålingssystem: Krav til ytelse Uavhengig av vær og lysforhold Kan avbilde på mange skalaer God romlig oppløsning Hyppig overvåkning av Areas of Interest Ønsker mye informasjon over overvåket område Kombinere sensorer! Kombinere plattformer! Synthtic Aperture Radar! 11/9/2015 PTIL -Tromsø 7

8 Satellittfjernmåling: Polare baner Banen forskyver seg for hvert omløp. Dekker hele jorda i løpet av en serie omløp (Sentinel-1 12 dager) Baneplanets vinkel er synkronisert i forhold til jordas rotasjon rundt sola. Banen flytter seg én grad østover per dag. Solcellepanelene er alltid vendt mot sola, mens måleinstrumentene peker mot den roterende jorda 11/9/2015

9 Overvåkningshyppighet Polområdene blir hyppig avbildet Dekning for Sentinel 1 over En 12 dagers periode 11/9/2015 PTIL -Tromsø 9

10 Datatilgang fra mange satellitter Current Radarsat 2 TerraSAR-X ALOS Palsar 2 Sentinel 1 Radarsat Constallation Sentinel family 11/9/2015 PTIL -Tromsø 10

11 11/9/2015 Avbildende radar: Synthetic Aperture Radar

12 6000 SAR rådata Magnitude of raw data 10 Azimuth sample Range sample /9/2015 Prosessert: Yngvar Larsen, Norut

13 6000 Range-fokusert Magnitude of range compressed data 10 Azimuth sample Range sample db 11/9/2015 Prosessert: Yngvar Larsen, Norut

14 Fokusert SAR bilde Magnitude of compressed SLC data (filtered) Azimuth sample Range sample db 11/9/2015 Prosessert: Yngvar Larsen, Norut

15 Ulike avbildningsmoder RS2 11/9/2015 PTIL -Tromsø 15

16 Ulike skalaer Radarsat Data Copyright Canadian Space Agency Radarsat2 Data Copyright Canadian Space Agency 11/9/2015 PTIL -Tromsø 16

17 Polarisasjon 11/9/2015 PTIL -Tromsø Radarsat2 Data Copyright Canadian Space Agency 17

18 Multiple frekvenser RS2: C-band -26. mai, 2015 ALOS 2: L-band -26. mai, 2015 Copyright raw data MDA, Processed by KSAT Copyright raw data JAXA, /9/2015 PTIL -Tromsø 18

19 Fjernmåling fra UAVer Variert størrelse, rekkevidde, nyttelastkapasitet, sensorer Droner representerer et supplement til satellitter 11/9/2015 PTIL -Tromsø 19

20 Fjernmåling knyttet til Arktiske operasjoner Sjøis Isfjell Met-ocean oljesøl 11/9/2015 PTIL -Tromsø 20

21 Fjernmåling av sjøis Segmentering/klassifisering Copyright raw data MDA, Processed by KSAT Moen, M.-A.N., A.P. Doulgeris, S.N. Anfinsen, A.H.H. Renner, N. Hughes, S. Gerland and T. Eltoft: Comparison of automatic segmentation of full polarimetric SAR sea ice images with manually drawn ice charts, The Cryosphere, vol. 7, no. 6, pp , November, /9/2015 PTIL -Tromsø 21

22 Fjernmåling av sjøis Estimering av hastighetsfeltet Korrelasjonsmetoden: Estimate accuracy with drifting buoys Copyright raw data MDA, Processed by KSAT 11/9/2015 PTIL -Tromsø 22

23 Deteksjon av isobjekter Icebergs Ship ENVISAT ASAR AP-mode, HV polarization. Copyright raw data ESA, Processed by KSAT Radarsat-2 quad-polarization. Metode: Copyright raw data MDA Processed by KSAT Satellitt UAV Subaperture teknikker Radar/optical deteksjon Statistisk modellering Drop-sonder for målfølging Polarimetri 11/9/2015 PTIL -Tromsø 23

24 MetOcean Bruker: Normalized radartverrsnitt (NRCS), Doppler anomali, og Intensitetsmodulasjon til å: Estimere vindfeltet, Estimere overflatestrømmen, Estimere bølgespekteret 11/9/2015 PTIL -Tromsø 24

25 Vind og Strøm fra SAR Koblet estimering av vind og strøm over hav og islagte farvann: Radar tverrsnitt and Doppler signal Geofysisk modellering av radarsignaturerer, inkludert de polarimetriske egenskapene Kalibrering og validering Greenland Sea Ice Open Ocean Atm. Front Radar backscatter, Doppler and Velocity Field 11/9/2015 PTIL -Tromsø 25 from Fram Strait (Envisat ASAR Data)

26 Estimering av bølgespekteret 11/9/2015 PTIL -Tromsø 26

27 Fjernmåling av oljesøl Mål: Skille olje fra look-alikes Karakterisere oljesøl Identifisere områder med stor konsentrasjon Følge oljesøl Utfordringer: Estimere tykkelse og oljekonsentrasjon. Slick ene er ikke-stasjonære. Påvirkes av været. Forholdsvis lav samplingshyppighet fra rommet. Copyright raw data MDA, Processed by KSAT Slicks, ships, platforms, oil spill detected by satellite SAR over North-Sea. 11/9/2015 PTIL -Tromsø 27

28 Diskriminering mellom ulike slicks Radarsat-2 SAR quad-polarimetric Fine mode Radiagreen ebo plant oil (biogenic film simulator) Radiagreen ebo plant oil (biogenic film simulator) Oseberg blend emulsion Balder crude oil Oseberg blend emulsion Copyright raw data MDA, Processed by KSAT Skrunes, S., C. Brekke and T. Eltoft: Characterization of Marine Surface Slicks by Radarsat-2 Multipolarization Features, IEEE Trans. Geosci. Remote Sens., vol. 52, no.9, pp , September, /9/2015 PTIL -Tromsø 28

29 Assimilering av drift estimert fra satellittdata i koblet hav/sjøis-modell Operasjonell is drift vektorer basert på satellitt data Bruke SAR/optical/IR og passive microwave. Krever bedre algoritmer for estimering fra satellite data Bedre metoder for assimilering av denne informasjonen i modeller 11/9/2015 PTIL -Tromsø 29

30 Centre for Integrated Remote Sensing and Forecasting for Arctic Operations Modeling Satellite remote sensing System integration UAV remote sensing Integrated Remote Sensing Services In-situ measurements 11/9/2015 PTIL -Tromsø 30

31 Work packages WP1: Ocean Remote Sensing PI: Norut 1.1 Retrieval of ocean winds 1.2 Retrieval of ocean surface currents 1.3 Detection and tracking of polar lows WP2: Sea Ice, Iceberg and Growler Remote Sensing PI: UiT 2.1 Classification & characterization of sea ice 2.2 Estimation of sea ice drift velocity field 2.3 Iceberg detection & characterization in open waters 2.4 Iceberg detection & characterization in sea ice 2.5 Tracking methodologies WP5: Drift Modelling and Prediction PI: Met.no 5.1: Data assimilation 5.2 Sea ice drift modelling and prediction 5.3: Oils spill drift modelling and prediction 5.4 Iceberg drift and deterioration WP6: Field Work PI: NPI 6.1 Yearly cruises to collect in-situ data 6.2 Yearly helicopter flights with EM sounder 6.3 Freeze-in of Lance winter /9/2015 WP3: Oil Spill Remote Sensing PI: UiT 3.1: Detection & characterization in open water 3.2: Detection & characterization in sea ice WP4: RPAS Technology PI: Norut 4.1: Technology for RPAS operation 4.2: Sensors for sea ice and iceberg mapping 4.3: Sensors for oil spill mapping 4.3: Technology for geo-tagging of icebergs PTIL -Tromsø WP7: Pilot Service Demonstration PI: KSAT & Met.no 7.1 Arctic surveillance services design 7.2: System and data integration 7.3: Pilot service demonstration Iceberg services Sea ice services Oil spill services Polar Lows services 31

32 Takk for oppmerksomheten! cirfa.uit.no 11/9/2015 PTIL -Tromsø 32