Loading
Apuntes
Study Reminders
Support
Text Version

Detección remota hiperespectral

Set your study reminders

We will email you at these times to remind you to study.
  • Monday

    -

    7am

    +

    Tuesday

    -

    7am

    +

    Wednesday

    -

    7am

    +

    Thursday

    -

    7am

    +

    Friday

    -

    7am

    +

    Saturday

    -

    7am

    +

    Sunday

    -

    7am

    +

Vídeo 1

vamos a centrarnos principalmente en esta discusión y que lo que es exactamente la detección remota hiperespectral y cuáles son las aplicaciones y algunas limitaciones. También, que vamos a discutir como usted sabe que usted sabe que la detección remota hiperespectral también se considera como espectrometría de imágenes o espectroscopia de imagen. Porque aquí el ancho de banda es un realmente nanometres. Por lo tanto, las bandas muy estrechas se utilizan aquí una y también están teniendo una cobertura de la cobertura continua del espectro EM contra este sensor hiperespectral. Por lo tanto, por lo tanto, se llama como espectrometría de imágenes o es espectroscopia de imagen y porque hiperespectral que significa, digamos que estamos teniendo 100s de eventos a veces incluso 256 bandas en un sensor que tiene una anchura muy delgada y aquí. Por lo tanto, cuando esta es la situación a muchas bandas o bandas excesivas que llamamos como sensores remotos hiperespectrales y también podemos tener 1000s de bandas, bandas más estrechas, y luego llamaremos ultra espectral. Hasta ahora no hay sensores todavía en la teledetección ultra espectral, pero definitivamente hay sensores que son parte de la detección remota hiperespectral que significa 100s de eventos. Por lo tanto, lo que sea la radiación reflejada o emitida que se puede medir antes cuando, si se recuerda en desde 1972 cuando empezamos Landsat MSS, teníamos sólo 4 bandas que cubrían una gran parte del espectro, esa gran parte incluyendo visible y cerca de infrarrojos, y sólo teníamos 4 bandas y esas bandas eran bastante relativamente. Ahora, si comparamos con la referencia de hoy, entonces se trata de bandas bastante amplias. Están allí y estas bandas eran por supuesto, continuas en ese momento para Landsat MSS, pero muy amplia gama donde están allí ahora estamos hablando de resolución espectral muy fina en lugar de una resolución relativamente gruesa que estamos hablando ahora, resolución espectral muy fina y no sólo bandas muy finas, sino también la cobertura continua de esa parte del espectro EM. Por lo tanto, la detección remota hiperespectral básicamente estos sistemas detectan. Datos en 100s de bandas espectrales de muy estrechos a veces de 5 a 10 nanómetros y que al mismo tiempo en 100s de eventos y estos con tal detalle si estamos teniendo sobre una parte de la tierra aún ahora Luna o Marte, entonces podemos identificar y cuando varias cosas que somos imposibles con las bandas espectrales amplias. Y especialmente relacionados con minerales o cambios en la vegetación o tal vez relacionados con los constituyentes atmosféricos. Por lo tanto, vamos a discutir todos los que están en la parte de la solicitud. Y la detección remota hiperespectral también permite un análisis más específico para la cobertura de la tierra, ya que acabo de mencionar que si hay diferentes tipos de tierra, rocas, minerales, vegetación, plantas, árboles o cultivos, que están sufriendo de algún tipo de, usted sabe, subraya, todo esto se puede detectar con la detección remota hiperespectral porque, usted está teniendo bandas continuas y bandas muy estrechas disponibles a lo largo de una gran parte del espectro EM. Cuando vamos por esta parte térmica que son los niveles de emisividad de cada banda se pueden combinar para formar curva de reflectancia espectral y estas curvas que hemos anteriormente también discute curva de respuesta espectral o curva de reflectancia. Por lo tanto, depende de y en qué parte del espectro EM estamos hablando. En general, los sensores que se han desarrollado en el dominio hiperespectral de la teledetección se encuentran principalmente en la parte visible y cercana al infrarrojo e infrarrojo en lugar de en la teledetección térmica. Por lo tanto, si comparamos con la detección remota Multiespectral frente a la detección remota Hiperespectral como se puede ver aquí, que estas bandas en la detección remota multiespectral están en forma discreta. Eso significa, es difícil crear una curva de respuesta espectral como estamos viendo aquí contra la detección remota hiperespectral. Por lo tanto, aquí tendremos sólo unas pocas respuestas ahora en términos de decir en este ejemplo de reflectancia, y si conectamos podemos conseguir un cierre, usted sabe curva cerca de este 1, pero no ese detalle fino no será posible la detección remota multiespectral. Sin embargo, cuando vamos por la detección remota hiperespectral como se puede ver aquí, que las bandas son bandas continuas son continuas a lo largo y por lo tanto, y hay 100s de eventos y por lo tanto, es posible crear una curva de respuesta espectral continua como se está viendo aquí, hay un multiespectral proporcionará una banda discreta son discretas curva, aunque byinterpolations que puede crear. Por lo tanto, por lo tanto, usted está en entre 2 bandas que está teniendo una brecha, pero aquí y no hay ninguna brecha en absoluto en la detección remota hiperespectral. Por lo tanto, la cobertura continua es posible. Así que, cuando hemos estado hablando de banda ancha, entonces usted sabe entonces sólo visible y la parte de infrarrojos de onda corta fue cubierta en caso de multiespectral cuando fuimos de banda ancha. Uno de los mejores ejemplos pueden ser bandas pancromáticas como un IRS 1C 1D teníamos la cámara cromática de banda o en otros sensores también, estamos teniendo incluso en Landsat y nos dejan ver que estamos teniendo banda pancromática. Generalmente, esta banda pancromática en la detección remota hipermultiespectral es muy amplia, pero cuando vamos para la detección remota hiperespectral entonces podemos tener menores de 10 años de bandas en diferentes partes del espectro EM como estamos viendo aquí, 100s de bandas en hiperespectral en comparación con esto en multiespectral tendremos como 0,45 0,52 micro metro 0,52 a 0,62 micro metro e igualmente. Por lo tanto, estas bandas en comparación con la hiperespectral son relativamente amplia banda pero Si vamos por parte visible y como cámara pancromática. Entonces esos son los más amplios están ahí y si hablamos de hiperespectral como he dicho hasta ahora, no hay sensores ahí, y entonces vamos a tener dentro de la misma parte del espectro que significa, de aquí a aquí, vamos a tener en lugar de 100s de bandas, vamos a tener 1000s de bandas. Por lo tanto, esta es la ventaja de la detección remota hiperespectral. Por lo tanto, que cubre lo continuo. Y continuamente todo el espectro y por 5 a 10 nanómetros que está teniendo 1 banda cada vez. Y si además pensamos en términos en estas diferencias entre multiespectral e hiperespectral. Como comentamos en las diapositivas anteriores que multiespectral usted está teniendo sólo información discreta y luego usando esta información discreta uno puede crear una curva o hiper la curva de respuesta. Pero en hiperespectral se obtiene una curva continua y 4 minerales diferentes o cobertura de tierra en este caso como una caolinita y caolinita es un mineral de arcilla y el yeso es un mineral alunte es una dolomita mineral y luego se está teniendo calcita mineral de clorito. Por lo tanto, todos estos minerales, vegetación de rocas, y luego el usted puede tener una muy buena curva de respuesta espectral de curvas continuas para su conocimiento, identificación con alto nivel de confianza, pero si estoy teniendo datos multiespectrales la situación es así, los datos son datos discretos no es continua y la identificación mínima es posible. En caso de bandas continuas como en hiperespectral. Estamos teniendo la máxima identificación es posible y el nivel de confianza en multiespectral relativamente será bajo mientras que en la hiperespectral va a ser muy alto. Y cuando vamos para la clasificación de imágenes multiespectrales o la creación de estas una causa estándar, entonces el conocimiento del campo de conocimiento y el análisis adicional en el laboratorio es muy necesario. Mientras que, aquí una base de datos que ha sido creada a través de la detección remota hiperespectral puede ser usada directamente. Y este espectral y mezcla es allí que significa, digamos que tenemos características muy distintas de diferentes cubiertas de tierra y características o características de la tierra que están allí presentes. Al igual que aquí los ejemplos están empezando pronto de clorito a caolinita. Además, cuando vemos esto, estas comparaciones entre multiespectral e hiperespectral y que son bandas espectrales separadas en caso de multiespectral. Y el caso de la hiperespectral no tiene ninguna separación espectral separada porque las bandas son continuas una termina otra comienza.
Hay, en multiespectral podría haber alguna brecha dependiendo de esa condición más frecuente. Entonces, por eso en hay lagunas, hay bandas separadas están ahí. En caso de multiespectral estamos teniendo ancho de banda más ancho, por supuesto, es el ancho de banda muy estrecho sólo tal vez 5 a 10 nanómetros y 100s de bandas están allí, representación gruesa de firmas espectrales. Mientras que aquí es una representación completa en lugar de discreta en caso de multiespectral. Aquí estamos teniendo una representación completa una representación continua de firmas espectrales de diferentes características en tierra y superficie terrestre y a veces con sensores multiespectrales o datos es posible.
Que estas pequeñas diferencias en las curvas espectrales no pueden ser recogidas, pero en el caso de la hiperespectral y la teledetección o imágenes o datos sean capaces o para detectar sutiles características espectrales. Entonces, porque estás teniendo 100s de bandas y estás teniendo bandas continuas y por lo tanto, y tus curvas espectrales son muy buenas y por lo tanto, y son una detección de diferentes características se vuelve mucho más fácil. Y hay usted sabe que obviamente habrá algo de comercio, por lo que, el comercio aquí es multiespectral. Ese volumen de datos es un más pequeño es relativo a en caso de la detección remota hiperespectral de muchos datos, gran volumen de datos nuestros hoy en día, un nuevo término se utiliza los datos grandes. Usted está teniendo en la detección remota hiperespectral los datos grandes a analizar, mientras que en multiespectral puede ser que he conocido 4, 5, 10 o incluso en como un MODIS sensores que está teniendo 36 bandas. Por lo tanto, estos son el número máximo de bandas. Que son posibles en la teledetección multiespectral, que son sensores operativos que estoy hablando, pero en hiperespectral se tendrán a 256 bandas de banda 100 o tal vez más banda y por lo tanto, se tiene que hacer el gran volumen de análisis de datos. Así que, ese es un comercio que uno puede argumentar y por supuesto, los menos problemas con la calibración están ahí, porque sabemos qué parte del espectro en el que somos más frecuentes los que están allí. Y por lo tanto, estos problemas serán muy mínimos con la teledetección multiespectral. Sin embargo, con las calibraciones espectrales radiométricas de detección remota hiperespectral realmente están consumiendo mucho tiempo. Por lo tanto, no es relativamente fácil todo el tiempo para utilizar datos hiperespectrales, hay otros problemas también están allí como la disponibilidad de datos hiperespectrales datos multiespectrales para todo el mundo desde diferentes sensores de diferentes países hoy en día disponibles sin costo en la red. Pero, tales conjuntos de datos de detección remota hiperespectral no son fácilmente disponibles.

Vídeo 2

Si vemos y esta detección remota hiperespectral se llama el cubo. Básicamente cubo que en el frente estás teniendo sólo una imagen de banda que estás viendo, pero en el código de profundidad en la dirección z estás teniendo una banda espectral y 100s de bandas y por lo tanto, estás teniendo rebanadas continuas de 5 a 10 nanómetros de ancho de bandas están allí. Por lo tanto, básicamente este espectrómetro de imágenes y básicamente comenzaron con el nivel microscópico, pero ahora hemos ido a una base de satélites hacer como aquí este es el ejemplo de 224 imágenes espectrales tomadas simultáneamente de diferentes partes del espectro EM. Y cuando estos son ustedes saben que diferentes características son vistos a través de un primer ejemplo es el cuerpo de agua, entonces esta es la forma en que la curva espectral en diferentes partes del espectro EM va a tener. Por lo tanto, usted sabe que el cuerpo de agua entonces el suelo que está teniendo atmósfera de curso incluyendo la atmósfera es allí entonces el agua está allí y entonces la vegetación está allí. Y cada uno de estos objetos que están presentes en la superficie de la tierra tendrán diferentes curvas de respuesta. Por lo tanto, son espectros de 2 materiales o espectros entre, de diferentes materiales con características muy diferentes que se pueden ver debido a diferentes propiedades de reflexión y de absorción de reflexión. Cuando el sentido es la banda ancha en el caso de multiespectral, una nota media en pero puede no ser capaz de discriminar entre diferentes objetos, pero cuando estos mismos objetos se ven a través de la detección remota hiperespectral, entonces a través de este espectro continuo de elementos especiales se analiza, entonces es posible detectar todos y cada uno de los tipos de objetos que son presencia allí, incluso las variaciones como variaciones dentro de la variación de la vegetación dentro de la variación de los cuerpos de agua, dentro de que la atmósfera constituye todas esas variaciones también pueden ser recogidos a través de la detección remota hiperespectral y análisis de imágenes hiperespectrales. Cuando llegamos a esta parte de análisis porque los datos son enormes es un dato realmente grande y aunque la franja generalmente de imágenes hiperespectrales es muy estrecha relativamente, no obstante, el número de bandas son enormes. Así, este análisis de la detección remota hiperespectral, derivado del en el campo de la espectroscopia, y que se refiere a la composición molecular de material particular con respecto a la absorción y el patrón de reflexión correspondiente de la luz a la longitud de onda individual. Porque estamos teniendo bandas continuas y por lo tanto, es posible ir hasta ese punto a estudiar y a diferentes objetos y esto dice esto y la curva de respuesta espectral o la información espectral de material conocido y se puede recoger y estos pueden convertirse en una especie de estándares en nuestra biblioteca. Y cada vez que obtenemos una nueva curva podemos comparar con la biblioteca existente y entonces la identificación de tales objetos o tales materiales que están presentes se vuelve mucho más fácil. Por lo tanto, las bibliotecas se están creando actualmente, acerca de la hiperespectral de diferentes minerales de diferentes suelos tienen diferentes vegetaciones diferentes condiciones de los cuerpos de agua y diferentes constituyentes atmosféricos y estas bibliotecas después de ciertas iteraciones se convierte en una biblioteca estándar y por lo tanto, estas se pueden utilizar para comparar y los nuevos conjuntos de datos e identificación se vuelve mucho más fácil. Otro enfoque es una reemisión espectral que significa, cuando vamos a volver a emitir, y vamos a reducir el número de bandas y obtener un en este índice y como el área de hoja o índice de vegetación y otras cosas. Por lo tanto, entonces otro enfoque en el análisis de la detección remota hiperespectral es ir para la reemisión, que está dividiendo cada valor de reflectancia en el reflectancespectrum por la otra banda y el que si estamos teniendo 100 bandas si creamos relaciones entre ellos entonces podemos terminar con 50 bandas. De modo que y las cosas pueden llegar a ser mucho más fácil de manejar y que son el sensor que están operativos. Así que, vamos a ver como cada voz es una que está cubriendo parte del espectrómetro de imágenes visibles e infrarrojas y este es un sensor aerotransportado de la NASA, no la base de satélite en el aire uno tiene que ser poco consciente de esto y hay 224 bandas y la parte de su espectro que está siendo cubierto. Es visible e infrarrojo que significa 0.4 micro metro a 2.5 micro metro. Así que dentro de esta banda de visible e infrarroja y hay 224 bandas bandas continuas de espesor muy estrecho y que vuela sobre ER 2 o de baja altura twin otter el nombre de la aeronave.
Por lo tanto, cada uno de los comentarios fue uno de los primeros sensores hiperespectrales desarrollados por la NASA y fue por supuesto aerotransportado y alguna parte de nosotros estamos cubiertos por esto y los datos se pusieron disponibles y más tarde en el Hyperion y que está a bordo de satélites humanos. Por lo tanto, este es realmente un satélite basado en lugar de espacio aéreo basado en el sensor de datos de Hyperion está disponible y los datos son en 220 bandas y de nuevo, el ancho de banda en el que se encuentran estas 220 bandas es el mismo que en caso de promedio que de 0.4 a 2.5 micro metro y el que usted sabe que esto tiene que ser considerado aquí el swath, el ancho de swath es de sólo 7.5 y la longitud es de 100 kilómetros. Por lo tanto, una escena cubrirá una parte muy estrecha o diminuta de la tierra aunque continúe con bandas continuas y 220 bandas y para un muy pequeño espectro de part.EM a partir de 0.4 que es parte invisible a la parte infrarroja que es de hasta 2.5. Así que dentro de esa parte del espectro de EM 220 bandas de bandas continuas están allí, pero con la franja muy estrecha allí el problema son los datos. Estas 220 bandas crearán enormes datos y al mismo tiempo el satélite y el sensor a bordo del US 1 tiene que transmitir esos datos hacia la tierra rápidamente y por lo tanto, la franja no se puede mantener muy amplia. Por lo tanto, el swath muy estrecho es posible los datos de Hyperion para algunas partes del mundo ya están disponibles. Y este Hyperion fue desarrollado y primero teniendo una experiencia sobre airbornes por la NASA y probaron primero desarrollar el sensor probado en el aire y cuando lo sé y hubo fue exitoso, entonces fue a bordo del satélite y un nuevo sensor fue nombrado como Hyperion. Ahora, esto básicamente es para una demostración de tecnología. Y por supuesto, se están haciendo muchas pruebas a mucha gente se empieza a usar y estos conjuntos de datos y algunas partes de la India también han sido cubiertos por Hyperion. Pero el problema sigue siendo la franja de la franja pero muy estrecha. Así que Hyperion básicamente es que acabo de mencionar que es una NASA. Tierra Observando satélite uno, que está demostrando nueva tecnología de sensores. El propósito de esta misión fue y el sensor es el sensor de pushbroom, y la tecnología poco más antigua en ese sentido.
Y la altitud sabia es de 7,5 705 kilómetros y swath pero es, por supuesto, de unos 7,6 kilómetros de ancho y cerca de la órbita polar como satélites de teledetección remotos normales con la información de vuelo con el Landsat y un minuto de diferencia para que tengamos cobertura en multiespectral, así como en hiperespectral. Al mismo tiempo, por lo que se pueden hacer comparaciones, porque el propósito principal es demostrar la nueva tecnología nueva tecnología de sensores y por lo tanto, se ha diseñado así que un minuto antes y un minuto de diferencia. Cubrirá la misma parte de la tierra y las gamas de espectro, por supuesto, hemos discutido 0.4 u otros 0.43 a 2.4 micrómetro y 10 y el ancho de banda de nanómetro está allí y que está cubriendo parte visible e infrarroja del espectro EM 220 bandas de bandas continuas son su espacio y resolución.
Este es otro punto en el que debemos pensar que un especial aunque la resolución del espectro ha aumentado significativamente bastante bastante, en lugar de tener 4 bandas 10 bandas o incluso 36 bandas en el caso o el sensor MODIS, aquí estamos teniendo 220 bandas, pero una resolución espectral permaneció alrededor de 30 metros cuando la mayoría de estos sensores remotos hiperespectrales. Por lo tanto, que uno puede considerar que tiene ancho de swath y resolución espacial, uno puede considerar el límite, usted sabe limitaciones de la detección remota hiperespectral. Pero al mismo tiempo la resolución espectral ha aumentado enormemente ha mejorado enormemente. La resolución radiométrica de cuantificación es de 12 bits que es bastante buena y porque es después de todo para detectar las diferencias de minuto en la tarifa, usted conoce los objetos que están presentes en la superficie de esa diferencia tal vez minuto en minerales y el espectro de respeto, la carga de respuesta espectral tal vez los suelos o en la vegetación. Y por lo tanto, y esta cuantificación de 12 bits es muy necesaria

Vídeo 3

Y cuáles son las aplicaciones donde se puede aplicar esta teledetección hiperespectral, hemos tocado poco y esas cosas pero aquí vamos a ir en mucho detalle las aplicaciones. Así que si empezamos como en la atmósfera, vapor de agua y diferentes densidades de vapor de agua por lo que, la correlación de vapor de agua se puede hacer para esa parte de curso, o donde para lo cual los datos de detección remota hiperespectral están disponibles y tal vez para la correlación de minerales, que es muy necesario, porque estos sensores de banda ancha o multiespectral, a veces no somos capaces de detectar diferencias de minuto en los minerales y la reducción de la mina de monitoreo porque en las áreas de minería gran cantidad de en un desperdicio o durante el proceso, una gran cantidad de residuos se descarga. Y así, esas cosas también se pueden detectar muy claramente usando la detección remota hiperespectral. En estudios ligeramente mientras que la fracción es estudios es posible utilizar la detección remota hiperespectral, de nuevo en el dosel como he dicho que en el caso de la vegetación, por lo que el contenido de agua, tal vez el índice del área de la hoja que es la concentración de clorofila. También allí y luego se puede tener cerradores de la corona que cómo y la parte superior de estos árboles están allí y su respeto en las curvas también se puede desarrollar. Y por supuesto diferentes tipos de mineral de arcilla como caolinita y montmorillonita todos esos minerales de arcilla también pueden ser identificados y muy fácilmente. Por lo tanto, estas son algunas de las aplicaciones de la detección remota hiperespectral, como en la exploración de minerales o petróleo, es posible en la exploración de petróleo sólo si es posible, si hay un derrame o deslizamiento en la superficie o en el cuerpo de agua. Luego ocurre en muchos casos y por lo tanto, es posible detectar.
Si hay petróleo natural que viene de debajo de la tierra, en el caso del cuerpo de agua o en la tierra. En caso de en la parte de la tierra, el depósito de mineral podría haber algunos continúa. Por lo tanto, algunos depósitos minerales que podrían ser algunas firmas en la superficie de la tierra. Y si weare teniendo la detección remota hiperespectral, entonces las diferencias de minuto se pueden detectar a través de estas bandas continuas. Por lo tanto, en la exploración mineral, mientras que las exploraciones y la detección remota hiperespectral está jugando un papel importante en el curso de la agricultura y las diferentes condiciones de las plantas o los cultivos pueden ser identificados muy fácilmente con estas bandas continuas, y a través de los estudios hiperespectrales relacionados con el entorno de detección remota es básicamente en esa parte atmosférica y luego la vigilancia también, mi percepción remota hiperespectral puede ser implícita.
Las imágenes químicas significan simplemente en el caso de estudios relacionados con la contaminación, como en la reducción de minas o la contaminación en los ríos de contaminación en la parte del mar. Por lo tanto, ese tipo de imagen química también es posible. Esta no es, por supuesto, la lista exhaustiva de otras aplicaciones también se están desarrollando a medida que los datos se vuelven más fácilmente disponibles para todo el mundo, más nuevas aplicaciones vendrán en el futuro.
Y pocos más, usted sabe puntos que me gustaría mencionar aquí acerca de las aplicaciones hiper de la detección remota hiperespectral, cuando decimos sobre la atmósfera, entonces cuáles son aquellos constituyentes para los cuales la detección remota hiperespectral puede ser implícita, y como las propiedades de la nube de vapor de agua, aerosoles. Y eso es muy importante porque los aerosoles y la creación de un montón de cambios en la atmósfera o en el clima. Y no sólo en los recursos cambiantes en sí es un problema. Pero el hecho de estos aerosoles puede ser saliente, la radiación de onda larga se está afectando y muchas otras cosas están sucediendo. Por lo tanto, es posible medir y mapear y a través de la detección remota hiperespectral estos aerosoles. Si hablamos en ecología entonces la clorofila, el área de la hoja, el agua de la hoja, la celulosa, los pigmentos y la lignina todas estas cosas se pueden estudiar a través de la detección remota hiperespectral, si hablamos de geología, luego los tipos de minerales y suelos y donde la arcilla que jugamos un papel importante cuando discutimos sobre los tipos de suelo, por supuesto, los depósitos minerales, los depósitos de petróleo, todos los que se pueden identificar en base a si las firmas de la superficie están disponibles en las aguas costeras como y la cartografía química. Como mencioné anteriormente, y tal vez el fitoplancton de clorofila disuelto el material orgánico, los sedimentos suspendidos, en puede haber muchas cosas dicen en las aguas costeras o del lago y esas cosas en donde se puede aplicar esta detección remota hiperespectral. Por supuesto, en los glaciares también la gente ha comenzado a utilizar la detección remota hiperespectral. Así que es la fracción de la cubierta de la nieve si y cuál es la densidad de la nieve es si la fracción de la cubierta de la nieve y cuál es el contenido del agua y que para ese propósito por supuesto la detección remota hiperespectral. Luego juegan un papel importante, luego el tamaño de grano de los granos de nieve individualmente, también son que se puede aplicar y el derretimiento, por supuesto, es allí la quema de biomasa. Esto es muy conocido, especialmente en el mes de noviembre, principios de diciembre en la parte occidental de la India, Punjab, Haryana occidental UP y somos una gran cantidad de quema de biomasa está allí después de la cosecha esporádica y esto crea una gran cantidad de aerosoles en la atmósfera y básicamente después de algún tiempo. Y hay los aerosoles que se queman a través de esta biomasa quemando aerosoles en la atmósfera y ya que un durante ese tiempo del año, no tenemos mucho viento en absoluto. Por lo tanto, esos aerosoles se mantendrán durante algún tiempo más en esa atmósfera creará problemas en la atmósfera y también y creará más niebla sobre en esta parte del país. Así que los aerosoles y esta biomasa quemando la vinculación directa.
Y juega nota muy importante la detección remota hiperespectral se puede emplear para medir o mapear aerosoles y después de esta quema de biomasa y el lado comercial de las aplicaciones, la exploración mineral, la agricultura y la producción forestal y son se puede aplicar. Así que si voy para aplicaciones geológicas como en la exploración mineral, la idea básica aquí es que el uso de la detección remota hiperespectral para distinguir es diferente características espectrales o minerales en diferentes partes del espectro EM y tal vez en la región infrarroja o infrarroja de onda corta y debido a la flexión de la característica de estiramiento de OH este CO 3, amonio y otros minerales de apoyo están allí, se pueden distinguir muy fácilmente. Y este es uno de los ejemplos de usos de la detección remota hiperespectral y después de que la clasificación se ha realizado y aquí y diferentes minerales uno puede identificar, estos son los minerales de hierro Fe que se han identificado aquí como una jarosita, hematita, goetita y algunos árboles de hierro que contienen hierro también están allí. Y a veces usted puede terminar sin la detección también no es todo el tiempo para detectar todas y cada una de las características o la superficie de la tierra. Por lo tanto, también podría haber algunas nuevas áreas de detección. Por lo tanto, es posible que estas cosas hayan sido confirmadas por el análisis de XRD y estos sitios de recuperación espectral también se mencionan allí. Por lo tanto, estos pueden convertirse en sus curvas estándar también después del análisis de SRD. Por lo tanto, la confirmación se puede hacer a través de esa y entonces estas curvas se vuelven más o menos estándar. Por lo tanto, en el futuro y la campaña de la detección remota hiperespectral o imágenes futuras, si las curvas medidas con las curvas estándar de la biblioteca, entonces uno puede identificar fácilmente diferentes minerales de la experiencia pasada de otros. Y es una amplia variedad y con el fin de detectar y cartografiar con amplia variedad de materiales, teniendo una característica de la curva de reflectancia por ejemplo para detectar y mapear minerales y soportar la detección remota hiperespectral para detectar propiedades del suelo incluyendo la salinidad de contenido orgánico de humedad etcétera. la gente tiene gente diferente ha hecho el trabajo Y sus diferencias también se mencionan aquí. Y este Clark et al en 1995 han identificado especies de vegetación y para mapear la extensión de una especie de planta diferente y que se puede hacer para estudiar planta no puede ser química y determinar la concentración de productos químicos de hoja que ha sido hecho por Aber y Martin en 1995. Para detectar la vegetación es el estrés, si la vegetación está sufriendo de algunos problemas o el agua es el estrés o algún mineral es el estrés que también se puede estudiar a través de los vehículos militares hiperespectrales momento que también se puede detectar. Y luego el área puede saber contaminada por la escombrera de minas u otros contaminantes, también pueden ser detectados y también la detección remota hiperespectral puede ser implícita para detectar el color del agua tomapa el color del agua a básicamente para determinar qué microorganismos están presentes y localizar las fuentes de contaminación. Por lo tanto, muchas aplicaciones están ahí. El único requisito que quiero decir es la disponibilidad de los datos para todo el mundo. Porque es un usado es un gran análisis de datos tampoco es tan fácil como mi hiperespectral. Y por lo tanto, si los datos se ponen a disposición, también vendrán muchas nuevas aplicaciones. Este es un ejemplo de exploración, geología, y donde diferentes minerales. Y ya sabes, hay como pirophyllita, calcita, moscovita, yeso, todas estas teniendo diferentes curvas Y diferentes minerales de arcilla están ahí, caolinita, montmorillonita, alunir todas estas tendrán diferentes curvas cuando veas un espectral continuo pero imitan las bandas y en huecos y cuando conseguimos los únicos puntos a otras que no sean curvas continuas, por lo que, la identificación se hace mucho más fácil. Esto es lo que en caso de aplicación de vegetación si están teniendo algo de estrés, entonces habrá un cambio en el borde rojo y eso se puede detectar a través de la detección remota hiperespectral si estoy teniendo que conocer los medios de la cobertura múltiple en la resolución temporal es alto entonces es posible porque en la vegetación y este agudo cambio de reflectancia ocurre si la vegetación está sufriendo de alguna angustia o el agua relacionada está muerta o algunos minerales o alguna enfermedad. Y luego hay un cambio en 680 a 750 nanómetros parte de eso, y la vegetación es curva espectral y eso se puede detectar. Por lo tanto, se llama longitud de onda de borde rojo y que está en parte de infrarrojo cercano. Por lo tanto, se mueve hacia el lado izquierdo en la curva y si esos cambios se asignan como una que la vegetación está sufriendo de estrés porque el contenido de clorofila, que es muy alto en el infrarrojo, el reflejo de la clorofila es muy alto en el infrarrojo cambia repentinamente hacia lo visible y hay un cambio de color rojo y en el borde y se puede detectar. Inventario de identificación de cultivos basado en únicamente o espectros que se han hecho. Por lo tanto, diferentes campos agrícolas están allí, como la cebada, avena, canola otras partes espinacas y esas cosas se pueden detectar en base a estas curvas. Que se han desarrollado a través de la detección remota hiperespectral, la detección de minerales, ya que sólo estoy discutiendo que esto es posible muy fácilmente. También un ejemplo más de que esta es la verdadera imagen de color y no realmente la imagen hiperespectral, pero los siguientes 2 y estos 2 son los datos hiperespectrales y se puede ver que la identificación de diferentes características o diferentes cubiertas de tierra se vuelve mucho más fácil con la detección remota hiperespectral. Y esto es una demostración de la franja básicamente también y las diferentes curvas que están allí es básicamente a lo largo del cuerpo del agua. Por lo tanto, la claridad del agua o el análisis del tubo T es posible y la detección remota hiperespectral y por lo tanto, dice que el río en el aire a lo largo del río se ha tomado el vuelo. Por lo tanto, las diferentes etapas son diferentes claridad del agua se puede identificar muy fácilmente. Asimismo, también se han tomado aquí sitios de muestreo para confirmar y en orden claridad de agua que se ha detectado a través de la detección remota hiperespectral. Por lo tanto, en caso de agua en caso de mineral en caso de atmósfera en caso de vegetación en todas partes se puede utilizar la detección remota hiperespectral, por lo que, básicamente en el final de esta discusión, me gustaría mencionar una vez más a usted sabe y en el final de este