HyMAP es un sensor aeroportado hiperespectral de tecnología whisbroom
desarrollado por la casa australiana HyVista Corporation Pty Ltd
(http://www.hyvista.com/).
El sistema es un escáner barredor por espejo giratorio (Kruse et al., 2000) que utiliza rejillas de difracción y cuatro arrays o matrices de 32 elementos detectores (uno de Si, 3 de InSb refrigerados con nitrógeno líquido) que permiten proporcionar 126 canales espectrales que cubren el rango de 0.45 a 2.5 micras en una línea de imagen de 512 píxeles. La Tabla 2.6 resume las características espectrales de los cuatro espectrómetros o puertos de HyMAP.
En base a las alturas típicas de vuelo, obtiene resoluciones espaciales que van de 3 a 10 metros.
Configuración espectral Módulo o
puerto
Rango espectral Ancho de banda Media intervalo muestreo VIS 0.45 – 0.89 µm 15 – 16 nm 15 nm NIR 0.89 – 1.35 µm 15 – 16 nm 15 nm SWIR 1 1.40 – 1.80 µm 15 – 16 nm 13 nm SWIR 2 1.95 – 2.48 µm 18 – 20 nm 17 nm Tabla 2.6 Características espectrales del sensor HyMap
(Cocks et al., 1998). Figura 2.26 Sensor HyMAP.
Figura 2.25. Sensor AVIRIS.
DETECORES GRABADORA GRABADORA FIBRA ESCANER ÓPTICA DIRECCIÓN GIRÓSCOPO
95 DETECCIÓN DE PATRONES Y ANOMALÍAS ESPECTRALES DEL TERRENO MEDIANTE ESPECTROMETRÍA DE IMAGEN DE ALTA RESOLUCIÓN
2.3.6 Justificación de los Sensores Utilizados en la Tesis
Comparados con los escáneres pushbroom, los whiskbroom son más pesados, grandes y más complejos, ya que tienen más partes en movimiento. Si bien las tres tecnologías van parejas en cuanto al incremento en su desarrollo y utilización, podrían diferenciarse en lo relativo a su aplicación. De esta manera las cámaras matriciales con más habituales en aplicaciones de alta resolución y generación de cartografía básica, los sensores pushbroom son más utilizados en aplicaciones donde el Visible y el SWIR sean críticos, mientras que la tecnología whiskbroom es dominante en espectrómteros que adquieren datos en el TIR, conjuntamente o no con el SWIR.
La justificación de los sensores utilizados en esta Tesis está basada en las experiencias previas, los objetivos y la estrategia metodológica planteados en la investigación. Uno de los criterios de mayor peso a la hora de seleccionar los datos de los espectrómetros de imagen empleados es que estos cubrieran la mayor parte del espectro electromagnético, de tal manera que los objetivos de Tesis no quedaran sesgados a alguna banda particular de este.
En (Belucci et al., 2010) desarrollan un diseño factorial comparativo a partir de datos de AVIRIS y HYDICE para una aplicación de detección de elementos en movimiento sobre fondo natural estepario, considerando distintos ángulos de iluminación y observación (hora y FOV de la adquisición de las escenas). Mientras Manolakis y Shaw en (Manolakis and Shaw, 2002) investigan en otro escenario distinto, a partir de radiancias de superficies forestales, empleando para ello datos del sensor HYDICE. Aproximan por lo tanto su experimentación a situaciones operacionales reales de manera similar a los objetivos planteados en esta Tesis.
En (Del Frate et al., 2009) prueban métodos de detección de anomalías sobre datos AHS examinando la influencia de la reducción de la dimensionalidad de estos datos en la detección en un entorno agrícola, considerando el fondo espectral natural pero alterado por la mano del hombre que se produce en este tipo de paisaje.
Stefana Matteoli y colegas en (Matteoli et al., 2009) consideran los cuatro puertos o módulos espectrales de HyMAP en la experimentación que realizan mediante métodos subespaciales de detección de anomalías, discriminando de esta manera el estudio a grupos de bandas del espectro electromagnético, estrategia seguida así mismo en la presente Tesis.
Nasser M. Nasrabadi en (Nasrabadi, 2008) realiza una interesante aportación investigando la detección de anomalías espectrales en datos fusionados de radar de apertura sintética y un espectrómetro de imagen térmico, para una aplicación en detección de minas enterradas.
Otra de las referencias fundamentales, en (Stein et al., 2002), se vuelve a emplear datos de AVIRIS como uno de los espectrómetros de imagen sobre el que investigar la detección de anomalías, además de SEBASS, TRWIS, AHÍ y DARKHORSE, en lo que
96 DETECCIÓN DE PATRONES Y ANOMALÍAS ESPECTRALES DEL TERRENO MEDIANTE ESPECTROMETRÍA DE IMAGEN DE ALTA RESOLUCIÓN
supone una estrategia multifuente del estudio adoptada de igual manera en esta Tesis.
Todos estos trabajos apoyan el interés en probar y contrastar métodos de detección de anomalías a partir de datos hiperespectrales de varios de los espectrómetros de imagen disponibles en este momento y considerados de igual manera en la Tesis. Tabla 2.7 Espectrómetros de imagen utilizados en la Tesis y sus principales características.
Espectrómetros de imagen o Sensores Hiperespectrales Organización Resolución espacial(m) Número de Bandas Cobertura espectral (μm) Sistema de Adquisic. Compact Airborne Spectral Imager (CASI 1500) Innovative imaging Techn. and Research (ITRES) (Canada) 25cm - 1.5m 288 0.38-1.05 Pushbroom Airborne Visible/Infrared Imaging Spectrometer (AVIRIS)
JPL, NASA (USA) 4m - 20m 224 0.4-2.5 Whiskbroom
HyMap Imaging Spectrometer (HyMap) Integrated Spectronics, Inc. (Australia) 3m - 15m 125 0.4-2.5 Whiskbroom Hyperspectral Digital Imagery Collection Experiment (HYDICE) NRL (USA) 1m - 4m 210 0.4-2.5 Pushbroom Airborne Hyperspectral System (AHS) Daedalus Enterprise Inc, (USA) 2.04 m - 7.9 m 80 0.4-12.7 Whiskbroom HYPERION USGS (USA) 30 m 220 0.4-2.5 Pushbroom MODIS-ASTER Simulator (MASTER) NASA, Jet Propulsion Laboratory y EROS
Data Center (USA)
5 m -20 m 50 0.44-13.0 Pushbroom
Si bien todas las experiencias previas implican la justificación de uso de los datos de los espectrómetros de imagen de esta Tesis, por supuesto, uno de los criterios básicos ha sido la disponibilidad de los mismos. El otro criterio seguido ha sido el intento de abarcar al máximo posible el rango espectral investigado. Esto no significa que otros sensores, como DAIS, SEBASS, AISA, etc., no pudieran ser así mismo idóneos para investigar la detección de anomalías. El único elemento que ha hecho no considerarlos en esta Tesis ha sido su falta de disponibilidad.
2.6 CONCLUSIONES DEL CAPÍTULO
En este capítulo se ha investigado la caracterización de los tres tipos principales de espectrómetros de imagen, clasificación en función de su estrategia de adquisición en frame camera, whiskbroom y pushbroom. Se ha escrito así mismo el fundamento físico que opera en ellos y en espectrometría de imagen, que a su vez es el asumido en esta Tesis.
97 DETECCIÓN DE PATRONES Y ANOMALÍAS ESPECTRALES DEL TERRENO MEDIANTE ESPECTROMETRÍA DE IMAGEN DE ALTA RESOLUCIÓN
Para el desarrollo de los métodos de detección de anomalías, se han tenido en cuenta los siguientes aspectos:
• Rango espectral en el que adquieren las imágenes.
• Alta resolución espacial, o lo que es sinónimo a día de hoy, espectrómetros de imagen aeroportados. Es previsible, como ya está ocurriendo con otros sensores multiespectrales instalados en satélite (ej. Geoeye, Ikonos, QuickBird) que en no muchos años estén disponibles para uso comercial espectrómetros de imagen de alta resolución satelitales. No obstante y hasta la fecha, los únicos que posibilitan una adquisición de detalle métrico son los instalados en plataformas aéreas.
• El diseño y sistematismos de los detectores (rotaciones, tornos y flexión en el plano focal, modelo perspectivo, etc.).
Se han documentado los antecedentes en relación con los espectrómetros de imagen utilizados en detección de anomalías (Figura 2.27). Los datos más utilizados corresponden a HYDICE, primero, y AVIRIS después, como consecuencia de la puesta a libre disposición de la comunidad investigadora por parte de los correspondientes organismos responsables de estos conjuntos de imágenes en particular.
Seguidamente a estos dos sensores, los datos más utilizados en detección de anomalías se corresponden con imágenes simuladas, de especial interés
98 DETECCIÓN DE PATRONES Y ANOMALÍAS ESPECTRALES DEL TERRENO MEDIANTE ESPECTROMETRÍA DE IMAGEN DE ALTA RESOLUCIÓN
principalmente a efectos de estudio de eficiencia computacional. Después de ellos, en un lugar destacado, encontramos a los espectrómetros HyMAP, MIVIS y AHS como los más utilizados. De los seis tipos de datos más empleados en detección de anomalías, cuatro han sido probados en esta Tesis. Llama la atención la escasísima literatura en detección de anomalías a partir de datos del sensor CASI, pudiéndose deber a lo concreto de la aplicación hidrográfica para la que ha sido diseñado este sensor, y lo poco habitual que hasta la fecha ha sido de interés el estudio de anomalías espectrales en láminas de agua.
Por puertos del espectro electromagnético, la diferencia de publicaciones es apreciable a favor de las experiencias en el VIS y NIR (69%) frente a las de MIR y TIR (31%), directamente relacionado este hecho con el número de sensores comerciales de un tipo respecto del otro.
Finalmente, se ha justificado la utilización de los sensores hiperespectrales de la Tesis, en base a la disponibilidad y variedad de datos sobre entornos o escenarios similares, no significando esto que otros sensores no utilizados no pudieran ser de igual manera idóneos para el mismo fin.
99 DETECCIÓN DE PATRONES Y ANOMALÍAS ESPECTRALES DEL TERRENO MEDIANTE ESPECTROMETRÍA DE IMAGEN DE ALTA RESOLUCIÓN