Китай: ДЗЗ-2023
В 2023 году Китай планирует выполнить более 70 пусков. В прошлом году их было 64. Для сравнения, США в 2022 году осуществили 87 запусков, 84 из которых были успешными.
На долю государственной China Aerospace Science and Technology Corporation (CASC) в 2022 году пришлось 55 запусков ракет. В 2023 году CASC планирует запустить свыше 200 спутников. Ожидаются запуски новых Gaofen и Yaogan. Последние считают разведывательными. Будут новые метеоспутники и спутники наблюдения за океаном, но без подробностей.
Частная компания Changguang Satellite Technology собирается запускать очередные Jilin-1. Размер группировки к 2025 году должен составить 300 спутников.
Хотя это и не имеет прямого отношения к ДЗЗ, но: испытывается огромное число новых ракет: Zhuque-2, Hyperbola-2, Tianlong-2, Gravity-1, Darwin-1 и несколько модификаций “Великого Похода” (Long March). Ракеты — они всегда в тренде.
#китай
В 2023 году Китай планирует выполнить более 70 пусков. В прошлом году их было 64. Для сравнения, США в 2022 году осуществили 87 запусков, 84 из которых были успешными.
На долю государственной China Aerospace Science and Technology Corporation (CASC) в 2022 году пришлось 55 запусков ракет. В 2023 году CASC планирует запустить свыше 200 спутников. Ожидаются запуски новых Gaofen и Yaogan. Последние считают разведывательными. Будут новые метеоспутники и спутники наблюдения за океаном, но без подробностей.
Частная компания Changguang Satellite Technology собирается запускать очередные Jilin-1. Размер группировки к 2025 году должен составить 300 спутников.
Хотя это и не имеет прямого отношения к ДЗЗ, но: испытывается огромное число новых ракет: Zhuque-2, Hyperbola-2, Tianlong-2, Gravity-1, Darwin-1 и несколько модификаций “Великого Похода” (Long March). Ракеты — они всегда в тренде.
#китай
Характеристики космических снимков: пространственное разрешение
Основными характеристиками космических снимков являются четыре типа разрешений (resolution): пространственное, радиометрическое, спектральное и временное.
Спектральное разрешение задает диапазоны длин волн, регистрируемые спутниковым датчиком. Радиометрическое — определяет возможное количество данных каждого спектрального диапазона, сохраняемое в файле снимка. Временное — характеризует частоту, с которой спутниковый датчик получает изображение одной и той же области наблюдения. Пространственное разрешение (spatial resolution) мы сейчас рассмотрим подробнее.
Пространственное разрешение характеризует размер наименьших объектов, различимых на снимке.
Часто пространственное разрешение отождествляют с размером пиксела изображения. Действительно, минимальный размер объектов, различимых на снимке, сопоставим с размерами пиксела. В то же время, на снимке можно выделить объекты, меньшие размера пикселя (например, дороги), если они контрастируют с фоном. С другой стороны, объекты, сопоставимые по размеру с пикселем или даже крупнее, не могут быть выделены, если рядом находятся более яркие и доминирующие объекты, если объект наблюдения движется или из-за влияния атмосферы.
При выборе пространственного разрешения есть простое правило: размер пиксела должен быть вдвое меньше минимального размера наблюдаемого объекта.
Чем выше пространственное разрешение, тем меньше его числовое значение (R). Различают снимки: низкого (R ≥100 м); среднего (10 м ≤ R < 100 м); высокого (1 м ≤ R < 10 м) и сверхвысокого (R < 1 м) пространственного разрешения. Границы показателей пространственного разрешения достаточно условны и со временем уменьшаются. Так, десять лет назад пространственное разрешение 10 м считалось высоким, а 100 м — средним.
Спутниковые системы с низким пространственным разрешением имеют свои преимущества. Как правило, чем ниже пространственное разрешение, тем шире полоса обзора спутниковой системы. Захватывая более широкую полосу земной поверхности, системы с низким пространственным разрешением обеспечивают малое время повторной съемки (или — высокое временное разрешение). Поэтому такие системы применяются при мониторинге больших территорий с высокой частотой съемки. Примеры: системы с приборами MODIS и VIIRS.
Пространственное разрешение зависит от длины волны принимаемого излучения, высоты орбиты спутника и диаметра объектива (или апертуры антенны, в случае радара).
#основы #GEE
Основными характеристиками космических снимков являются четыре типа разрешений (resolution): пространственное, радиометрическое, спектральное и временное.
Спектральное разрешение задает диапазоны длин волн, регистрируемые спутниковым датчиком. Радиометрическое — определяет возможное количество данных каждого спектрального диапазона, сохраняемое в файле снимка. Временное — характеризует частоту, с которой спутниковый датчик получает изображение одной и той же области наблюдения. Пространственное разрешение (spatial resolution) мы сейчас рассмотрим подробнее.
Пространственное разрешение характеризует размер наименьших объектов, различимых на снимке.
Часто пространственное разрешение отождествляют с размером пиксела изображения. Действительно, минимальный размер объектов, различимых на снимке, сопоставим с размерами пиксела. В то же время, на снимке можно выделить объекты, меньшие размера пикселя (например, дороги), если они контрастируют с фоном. С другой стороны, объекты, сопоставимые по размеру с пикселем или даже крупнее, не могут быть выделены, если рядом находятся более яркие и доминирующие объекты, если объект наблюдения движется или из-за влияния атмосферы.
При выборе пространственного разрешения есть простое правило: размер пиксела должен быть вдвое меньше минимального размера наблюдаемого объекта.
Чем выше пространственное разрешение, тем меньше его числовое значение (R). Различают снимки: низкого (R ≥100 м); среднего (10 м ≤ R < 100 м); высокого (1 м ≤ R < 10 м) и сверхвысокого (R < 1 м) пространственного разрешения. Границы показателей пространственного разрешения достаточно условны и со временем уменьшаются. Так, десять лет назад пространственное разрешение 10 м считалось высоким, а 100 м — средним.
Спутниковые системы с низким пространственным разрешением имеют свои преимущества. Как правило, чем ниже пространственное разрешение, тем шире полоса обзора спутниковой системы. Захватывая более широкую полосу земной поверхности, системы с низким пространственным разрешением обеспечивают малое время повторной съемки (или — высокое временное разрешение). Поэтому такие системы применяются при мониторинге больших территорий с высокой частотой съемки. Примеры: системы с приборами MODIS и VIIRS.
Пространственное разрешение зависит от длины волны принимаемого излучения, высоты орбиты спутника и диаметра объектива (или апертуры антенны, в случае радара).
#основы #GEE
Код примера: https://code.earthengine.google.com/e3ab19ec4142b342e3cf465ed5858179
Снимки Sentinel-2 (пространственное разрешение 10 м), Landsat 8 (30 м) и MODIS (500 м), сделанные над Гомелем летом 2022 года.
Снимки Sentinel-2 (пространственное разрешение 10 м), Landsat 8 (30 м) и MODIS (500 м), сделанные над Гомелем летом 2022 года.
HyP3: бесплатная обработка радарных данных
Alaska Satellite Facility (ASF) предлагает бесплатный сервис по обработке радарных данных — Hybrid Pluggable Processing Pipeline (HyP3). HyP3 предоставляет данные двух видов:
* Radiometrically Terrain Corrected (RTC) Sentinel-1 — это обработанные до готовности данные GRD;
* Interferometric SAR (InSAR) Sentinel-1 — содержат интерферограмму, карту когерентности и карту смещений.
Последнее особенно полезно, потому что построение и развертывание интерферограмм на локальном компьютере отнимает кучу времени. Пространственное разрешение готовых продуктов InSAR составляет 80 м (number of looks = 10х2). Разработчики обещают со временем его повысить. Так, пространственное разрешение продуктов RTC сейчас составляет 10 м, а было 30 м.
Доступ к данным можно получить на портале Vertex, с помощью HyP3 Python SDK (conda-forge, PyPI) или через API.
* Sentinel-1 RTC Product Guide
* Sentinel-1 InSAR Product Guide
Квота составляет 1000 задач в месяц на одного пользователя.
Get HyP3! в Twitter: https://twitter.com/ASFHyP3
#sentinel1 #SAR #InSAR #данные
Alaska Satellite Facility (ASF) предлагает бесплатный сервис по обработке радарных данных — Hybrid Pluggable Processing Pipeline (HyP3). HyP3 предоставляет данные двух видов:
* Radiometrically Terrain Corrected (RTC) Sentinel-1 — это обработанные до готовности данные GRD;
* Interferometric SAR (InSAR) Sentinel-1 — содержат интерферограмму, карту когерентности и карту смещений.
Последнее особенно полезно, потому что построение и развертывание интерферограмм на локальном компьютере отнимает кучу времени. Пространственное разрешение готовых продуктов InSAR составляет 80 м (number of looks = 10х2). Разработчики обещают со временем его повысить. Так, пространственное разрешение продуктов RTC сейчас составляет 10 м, а было 30 м.
Доступ к данным можно получить на портале Vertex, с помощью HyP3 Python SDK (conda-forge, PyPI) или через API.
* Sentinel-1 RTC Product Guide
* Sentinel-1 InSAR Product Guide
Квота составляет 1000 задач в месяц на одного пользователя.
Get HyP3! в Twitter: https://twitter.com/ASFHyP3
#sentinel1 #SAR #InSAR #данные
Мониторинг площади водных объектов: OPERA DSWX
Кроме продукта для выявления нарушенного состояния растительности, в рамках OPERA разработан продукт для оперативной оценки площади водных объектов: OPERA_L3_DSWX-HLS_PROVISIONAL_V0.
Продукты серии Dynamic Surface Water eXtent (DSWx) — это карты поверхностных водоемов, построенные по оптическим и радарным данным. Пока реализована только версия HLS — на гармонизированном ряде снимков Landsat + Sentinel-2. А это значит: интервал между наблюдениями — 2–4 суток, разрешение 30 метров. В разрешении нет ничего особенного, а вот частота съемки хороша. Раньше глобальные маски воды выпускались раз в год. Интересно будет сравнить Dynamic Surface Water eXtent с маской водоемов из Dynamic World.
Описание: https://d2pn8kiwq2w21t.cloudfront.net/documents/ProductSpec_DSWX_URS309746.pdf
Алгоритм: https://doi.org/10.3390/rs11040374
Планируются также независимые продукты на данных Sentinel-1, NISAR и SWOT.
В планах OPERA еще один продукт — для мониторинга смещений земной поверхности на территории США. Но по нему пока нет данных.
#данные #вода
Кроме продукта для выявления нарушенного состояния растительности, в рамках OPERA разработан продукт для оперативной оценки площади водных объектов: OPERA_L3_DSWX-HLS_PROVISIONAL_V0.
Продукты серии Dynamic Surface Water eXtent (DSWx) — это карты поверхностных водоемов, построенные по оптическим и радарным данным. Пока реализована только версия HLS — на гармонизированном ряде снимков Landsat + Sentinel-2. А это значит: интервал между наблюдениями — 2–4 суток, разрешение 30 метров. В разрешении нет ничего особенного, а вот частота съемки хороша. Раньше глобальные маски воды выпускались раз в год. Интересно будет сравнить Dynamic Surface Water eXtent с маской водоемов из Dynamic World.
Описание: https://d2pn8kiwq2w21t.cloudfront.net/documents/ProductSpec_DSWX_URS309746.pdf
Алгоритм: https://doi.org/10.3390/rs11040374
Планируются также независимые продукты на данных Sentinel-1, NISAR и SWOT.
В планах OPERA еще один продукт — для мониторинга смещений земной поверхности на территории США. Но по нему пока нет данных.
#данные #вода
Отражение
Дистанционное зондирование Земли со спутников выполняется в “окнах прозрачности” атмосферы, то есть в таких диапазонах длин волн, в которых поглощение электромагнитного излучения в атмосфере достаточно мало. Кроме поглощения, при прохождении электромагнитных колебаний от поверхности до спутника, нужно учитывать рассеяние и отражение излучения. О рассеянии мы поговорим позже, когда будем обсуждать атмосферную коррекцию. А сейчас — об отражении.
Характеристики отражений объектов на земной поверхности зависят от:
* длины волны падающего электромагнитного колебания;
* условий освещенности, определяемых координатами Солнца (зенитным расстоянием и азимутальным углом) и аналогичными координатами датчика;
* температуры;
* характеристик объекта (типа поверхности, влажности, электромагнитных свойств).
Почти 99 % всей излучаемой Солнцем энергии сосредоточено в диапазоне 150–4000 нм, то есть в ультрафиолетовой, видимой и ближней ИК-областях. Максимум энергетического спектра солнечной энергии находится вблизи длины волны 500 нм. Кроме того, все объекты обладают собственным тепловым излучением. Поскольку температура объектов сравнительно невелика (температуру Земли обычно принимают равной 300 К), то максимумы распределения спектральной плотности их излучения регистрируются в более длинноволновой области спектра. Около 99 % теплового излучения земной поверхности сосредоточено в диапазоне 3.0–80.0 мкм.
Сенсоры космических аппаратов делятся на оптические и тепловые. Оптические работают в видимом и ближнем ИК-диапазонах (до 3–4 мкм), где преобладает отраженное излучение, а температурой поверхности можно пренебречь. Тепловые работают в диапазоне >3.0 мкм, где преобладает тепловое излучение поверхности — собственное и отраженное. Сейчас, наибольший объем информации о состоянии объектов на поверхности Земли мы получаем от систем ДЗЗ, работающих в оптическом диапазоне.
Отражательные свойства различных объектов играют очень важную роль при их идентификации. Объекты кажутся синими, если они отражают большую часть излучения в синей части спектра, зелеными, когда максимум их отражательной способности приходится на зеленый спектральный диапазон, и т. д. Изменения спектра отраженного излучения используют для дешифрирования объектов на снимке. Зависимость доли энергии отраженного объектом излучения от длины волны называют спектральной отражательной способностью объекта.
Геометрические характеристики отражения в основном зависят от неровности поверхности. На плоской поверхности наблюдается зеркальное отражение, при котором угол отражения равен углу падения. Примером такой поверхности является лед. На неровной поверхности возникает диффузное (или ламбертово) отражение, при котором падающее излучение отражается равномерно во всех направлениях. В реальной ситуации отражение носит смешанный характер.
Поверхность может выглядеть гладкой или шероховатой, в зависимости от отношения размеров ее неровностей к длине волны падающего излучения. Например, в видимом диапазоне спектра песчаный пляж выглядит неровной поверхностью, но в более длинноволновой части спектра он ведет себя как гладкая поверхность. То есть, если длина волны падающего излучения много меньше вариаций высоты поверхности или размеров слагающих ее частиц, то отражение будет диффузным.
#основы
Дистанционное зондирование Земли со спутников выполняется в “окнах прозрачности” атмосферы, то есть в таких диапазонах длин волн, в которых поглощение электромагнитного излучения в атмосфере достаточно мало. Кроме поглощения, при прохождении электромагнитных колебаний от поверхности до спутника, нужно учитывать рассеяние и отражение излучения. О рассеянии мы поговорим позже, когда будем обсуждать атмосферную коррекцию. А сейчас — об отражении.
Характеристики отражений объектов на земной поверхности зависят от:
* длины волны падающего электромагнитного колебания;
* условий освещенности, определяемых координатами Солнца (зенитным расстоянием и азимутальным углом) и аналогичными координатами датчика;
* температуры;
* характеристик объекта (типа поверхности, влажности, электромагнитных свойств).
Почти 99 % всей излучаемой Солнцем энергии сосредоточено в диапазоне 150–4000 нм, то есть в ультрафиолетовой, видимой и ближней ИК-областях. Максимум энергетического спектра солнечной энергии находится вблизи длины волны 500 нм. Кроме того, все объекты обладают собственным тепловым излучением. Поскольку температура объектов сравнительно невелика (температуру Земли обычно принимают равной 300 К), то максимумы распределения спектральной плотности их излучения регистрируются в более длинноволновой области спектра. Около 99 % теплового излучения земной поверхности сосредоточено в диапазоне 3.0–80.0 мкм.
Сенсоры космических аппаратов делятся на оптические и тепловые. Оптические работают в видимом и ближнем ИК-диапазонах (до 3–4 мкм), где преобладает отраженное излучение, а температурой поверхности можно пренебречь. Тепловые работают в диапазоне >3.0 мкм, где преобладает тепловое излучение поверхности — собственное и отраженное. Сейчас, наибольший объем информации о состоянии объектов на поверхности Земли мы получаем от систем ДЗЗ, работающих в оптическом диапазоне.
Отражательные свойства различных объектов играют очень важную роль при их идентификации. Объекты кажутся синими, если они отражают большую часть излучения в синей части спектра, зелеными, когда максимум их отражательной способности приходится на зеленый спектральный диапазон, и т. д. Изменения спектра отраженного излучения используют для дешифрирования объектов на снимке. Зависимость доли энергии отраженного объектом излучения от длины волны называют спектральной отражательной способностью объекта.
Геометрические характеристики отражения в основном зависят от неровности поверхности. На плоской поверхности наблюдается зеркальное отражение, при котором угол отражения равен углу падения. Примером такой поверхности является лед. На неровной поверхности возникает диффузное (или ламбертово) отражение, при котором падающее излучение отражается равномерно во всех направлениях. В реальной ситуации отражение носит смешанный характер.
Поверхность может выглядеть гладкой или шероховатой, в зависимости от отношения размеров ее неровностей к длине волны падающего излучения. Например, в видимом диапазоне спектра песчаный пляж выглядит неровной поверхностью, но в более длинноволновой части спектра он ведет себя как гладкая поверхность. То есть, если длина волны падающего излучения много меньше вариаций высоты поверхности или размеров слагающих ее частиц, то отражение будет диффузным.
#основы
Отражение различных типов поверхностей: а) диффузное; б) зеркальное; в) антизеркальное (от сельскохозяйственных культур и некоторых других видов однородной растительности); г) зеркально-антизеркальное (характерно для лугов, покрытых росой, рисовых полей). Из: Коберниченко, В. Г. Радиоэлектронные системы дистанционного зондирования Земли. – Екатеринбург : Изд-во Урал. ун-та, 2016.
(Продолжение)
Углы съемки
В оптической съемке участвуют Солнце и датчик. Ориентация каждого из них задается двумя углами — зенитным и азимутальным.
Зенитный угол — угол между направлением в зенит (местной вертикалью) и направлением на объект.
Желательно, чтобы зенитный угол датчика был близок к нулю, то есть снималась точка, расположенная прямо под спутником — надир (это называется съемкой в надир). Для Sentinel-2 зенитный угол датчика составляет около 3 градусов.
Зенитный угол Солнца не должен быть слишком большим, иначе образуются длинные тени мешающие дешифрированию снимка. Для Sentinel-2 зенитный угол Солнца составляет около 40 градусов.
Азимутальный угол отсчитывается в плоскости, перпендикулярной местной вертикали, от направления на Север против часовой стрелки. Значения этого угла показывает, ведется съемка в прямом (forward scatter) или в обратном (back scatter) направлении.
При съемке в прямом направлении Солнце и датчик расположены по разные стороны от местной вертикали в плоскости местной вертикали. Чем больше зенитный угол датчика, тем больше на снимке будет теней. При съемке в прямом направлении Солнце и датчик находятся по одну сторону от местной вертикали и при том же зенитном угле теней на снимке будет меньше. Заметим, что при съемке в надир различия в азимутальных углах значения не имеют — оба вида съемки практически совпадают.
#основы
Углы съемки
В оптической съемке участвуют Солнце и датчик. Ориентация каждого из них задается двумя углами — зенитным и азимутальным.
Зенитный угол — угол между направлением в зенит (местной вертикалью) и направлением на объект.
Желательно, чтобы зенитный угол датчика был близок к нулю, то есть снималась точка, расположенная прямо под спутником — надир (это называется съемкой в надир). Для Sentinel-2 зенитный угол датчика составляет около 3 градусов.
Зенитный угол Солнца не должен быть слишком большим, иначе образуются длинные тени мешающие дешифрированию снимка. Для Sentinel-2 зенитный угол Солнца составляет около 40 градусов.
Азимутальный угол отсчитывается в плоскости, перпендикулярной местной вертикали, от направления на Север против часовой стрелки. Значения этого угла показывает, ведется съемка в прямом (forward scatter) или в обратном (back scatter) направлении.
При съемке в прямом направлении Солнце и датчик расположены по разные стороны от местной вертикали в плоскости местной вертикали. Чем больше зенитный угол датчика, тем больше на снимке будет теней. При съемке в прямом направлении Солнце и датчик находятся по одну сторону от местной вертикали и при том же зенитном угле теней на снимке будет меньше. Заметим, что при съемке в надир различия в азимутальных углах значения не имеют — оба вида съемки практически совпадают.
#основы
Спектральная отражательная способность
Различные объекты на земной поверхности — растительность, почвы, вода, здания — по-разному отражают падающее на них электромагнитное излучение в разных диапазонах спектра. Отношение энергии отраженного излучения с заданной длиной волны к энергии падающего излучения с той же длиной волны называют спектральной отражательной способностью (reflectance) объекта.
Вид кривой спектральной отражательной способности позволяет изучить спектральные характеристики объекта и имеет большое значение при выборе диапазона, который будет использоваться при наблюдении за поверхностью. Примеры спектральных кривых для типичных объектов приведены на рисунке ниже.
Важно! 1) Ход кривых спектральной отражательной способности меняется в зависимости от состояния объекта. Например, различаются кривые сухой и влажной почвы, водоемов с чистой и с загрязненной водой, растительности в разное время года. 2) В учебниках, как правило, приводят кривые спектральной отражательной способности, измеренные наземным спектрорадиометром. Влияние атмосферы в них не учитывается.
#основы
Различные объекты на земной поверхности — растительность, почвы, вода, здания — по-разному отражают падающее на них электромагнитное излучение в разных диапазонах спектра. Отношение энергии отраженного излучения с заданной длиной волны к энергии падающего излучения с той же длиной волны называют спектральной отражательной способностью (reflectance) объекта.
Вид кривой спектральной отражательной способности позволяет изучить спектральные характеристики объекта и имеет большое значение при выборе диапазона, который будет использоваться при наблюдении за поверхностью. Примеры спектральных кривых для типичных объектов приведены на рисунке ниже.
Важно! 1) Ход кривых спектральной отражательной способности меняется в зависимости от состояния объекта. Например, различаются кривые сухой и влажной почвы, водоемов с чистой и с загрязненной водой, растительности в разное время года. 2) В учебниках, как правило, приводят кривые спектральной отражательной способности, измеренные наземным спектрорадиометром. Влияние атмосферы в них не учитывается.
#основы
Пояснения к рисунку выше.
Растительный покров:
* А-1 — кривая расположена очень низко, слабый максимум в видимой и незначительный подъем в ближней ИК-области спектр. Хвойные леса в зимний период.
* А-2 — кривая имеет четкий максимум в видимой области спектра, расположена выше предыдущей кривой, заметно выше поднимается в ближней ИК-области спектра. Хвойные леса в летний период.
* А-3 — кривая имеет резко выраженный максимум в желто-зеленом участке и очень высокий подъем в ближней ИК-области спектра. Лиственные леса в летний период и травяные покровы с густой и сочной растительностью.
* А-4 — кривая имеет подъем во всем видимом диапазоне, высокий подъем в ближней ИК-области спектра. Лиственные леса в осенний период, созревшие (пожелтевшие) полевые культуры.
Почвы и обнажения:
* Б-1 — кривая равномерно поднимается в направлении ближнего ИК-участка спектра. Черноземные почвы.
* Б-2 — кривая равномерно поднимается в видимой области спектра и имеет более крутой подъем в ближней ИК-области спектра, расположена выше кривой первого типа. Дерново-подзолистые почвы.
* Б-З — кривая имеет более крутой подъем и выпуклость на участке спектра 0.55–0.65 мкм, расположена выше кривых первого и второго типов. Пески, обнажения пустыни, некоторые горные породы.
* Б-4 — кривая выпуклая с крутым подъемом, расположена значительно выше всех трех предыдущих типов. Известняк, глина.
Водные поверхности и снежный покров:
* В-1 — нейтральная высоко расположенная кривая. Снег, покрытый ледяной коркой.
* В-2 — кривая имеет постепенное и равномерное падение к ближней ИK-области спектра, расположена высоко. Свежевыпавший снег.
* В-З — кривая имеет сильное падение в видимой и очень пологое понижение в ближней ИК-области спектра. Чистая вода.
* В-4 — кривая расположена существенно выше предыдущей кривой. Мутная вода.
Растительный покров:
* А-1 — кривая расположена очень низко, слабый максимум в видимой и незначительный подъем в ближней ИК-области спектр. Хвойные леса в зимний период.
* А-2 — кривая имеет четкий максимум в видимой области спектра, расположена выше предыдущей кривой, заметно выше поднимается в ближней ИК-области спектра. Хвойные леса в летний период.
* А-3 — кривая имеет резко выраженный максимум в желто-зеленом участке и очень высокий подъем в ближней ИК-области спектра. Лиственные леса в летний период и травяные покровы с густой и сочной растительностью.
* А-4 — кривая имеет подъем во всем видимом диапазоне, высокий подъем в ближней ИК-области спектра. Лиственные леса в осенний период, созревшие (пожелтевшие) полевые культуры.
Почвы и обнажения:
* Б-1 — кривая равномерно поднимается в направлении ближнего ИК-участка спектра. Черноземные почвы.
* Б-2 — кривая равномерно поднимается в видимой области спектра и имеет более крутой подъем в ближней ИК-области спектра, расположена выше кривой первого типа. Дерново-подзолистые почвы.
* Б-З — кривая имеет более крутой подъем и выпуклость на участке спектра 0.55–0.65 мкм, расположена выше кривых первого и второго типов. Пески, обнажения пустыни, некоторые горные породы.
* Б-4 — кривая выпуклая с крутым подъемом, расположена значительно выше всех трех предыдущих типов. Известняк, глина.
Водные поверхности и снежный покров:
* В-1 — нейтральная высоко расположенная кривая. Снег, покрытый ледяной коркой.
* В-2 — кривая имеет постепенное и равномерное падение к ближней ИK-области спектра, расположена высоко. Свежевыпавший снег.
* В-З — кривая имеет сильное падение в видимой и очень пологое понижение в ближней ИК-области спектра. Чистая вода.
* В-4 — кривая расположена существенно выше предыдущей кривой. Мутная вода.
Вот еще пара графиков спектральных кривых, на которых есть другие классы земной поверхности.
Типичные значения спектральной отражательной способности различных материалов в видимой и ближней инфракрасной областях. Из: Рис У. Г. Основы дистанционного зондирования. — Москва: Техносфера, 2006.
Обозначения: с — снег; о — облака; зп — зрелая пшеница; нп — незрелая пшеница; и — известняк; сп — сухая почва; вп — влажная почва; мв — мутная вода; чв — чистая вода.
Обозначения: с — снег; о — облака; зп — зрелая пшеница; нп — незрелая пшеница; и — известняк; сп — сухая почва; вп — влажная почва; мв — мутная вода; чв — чистая вода.