Ljus på natten
När man bara tittar på bilder ovanifrån eller kartor är det ganska lätt att glömma att natten alls existerar. När vi först lär oss att läsa kartor ska vi vanligtvis föreställa oss hur området ser ut om vi såg det från en mycket hög plats och det är helt naturligt för oss att föreställa oss det under dagtid. Dessutom associeras färger som används i de verkliga kartorna med kartobjektens dagtidsfärger, fälten är gula, skogarna gröna och sjöar blå. Nästan alla verkliga bilderna vi ser tagna från en hög utsiktspunkt - satellitbilder, bilder från drönare och flygplan - är också vanligtvis från dagtid
Det finns en bra förklaring till detta — vi människor får inte mycket information från en bild tagen utan en källa till synligt ljus. Det är bara svart för oss. Dagtidsbilderna är rika på detaljer och livfulla med färg eftersom den elektromagnetiska strålningen från solen reflekteras av olika saker och därefter når kameralinsen. Även om vi tidigare diskuterat olika våglängder och hur de belyser olika saker i miljön jämfört med synligt ljus, får vi inte mycket information från dem på natten. Kom ihåg att dessa mätningar är passiva — de är baserade på reflektioner av strålning som sänds av en strålkälla (främst vår sol).
En händelse på planeten, under natten, får inte denna synliga strålning från solen, så det finns inte mycket synlig ljusenergi tillgänglig för att komma in i sensorn i en satellit. Vi ser inte funktionerna på ytan eller detaljerna bra. Men om våra sensorer mäter längre våglängder finns den värmerelaterade energin från själva planeten. De våglängder som är förknippade med den elektromagnetiska strålningen med solen och jorden är väl separerade i det elektromagnetiska spektrumet. Våglängderna i samband med planetens temperatur ligger ganska långt i spektrumet från de områden som bandet i det instrument som vi diskuterar i dag kan se. Vi återkommer till detta senare. Bild 1 illustrerar dessa grundläggande principer.
Men vi hade en nattbild som denna månads presenterade bild? Dessutom var det inte kolsvart, det finns något synligt i bilden. Om vi jämför en karta över städer med den här bilden ser vi att informationen i bilden mestadels är från samma områden som städer är. Vi kan sedan anta att dessa synliga områden är platser där det också finns koncentrerad mänsklig verksamhet. Det förklarar varför de är synliga även under natten, eftersom dessa områden har mycket belysning som vi behöver för att samhället skall fungera ordentligt. Med andra ord är det områden som avger mycket strålning i det lämpliga spektralområdet för sensorn i satelliten att spela in. Vi kan också använda den tankegången tvärtom — områden som inte är synliga har inte dessa källor och troligen inte har täta mänskliga aktiviteter.
Vi talar om och visar observationer från en satellit som heter Suomi-NPP. Den har ombord ett instrument som kallas Visible Imaging Radiometer Suite (VIIRS), som mäter strålningsmått i 22 olika delar av det elektromagnetiska spektrumet. Dessa 22 band är mestadels koncentrerade på synligt område av ljus och infraröd (värme region). Bilder vi visar här och i Mega-tidningen baserades på observationer i endast ett av banden, som samlar reflekterad elektromagnetisk strålning mellan 500 nm och 900 nm. Grovt taget börjat från blågrönt i det synliga spektrumet och slutar i nära infrarött. I en tidigare Kvarken Space konversation tog vi en närmare titt på vad som är band och hur det elektromagnetiska spektrumet är konstruerat, du kan uppdatera ditt minne här. De flesta av de strålkällor som den mäter är så små att de under dagen är dolda under de större mängder reflekterad strålning från solen på samma våglängder. Natten är möjlighet här, några av de saker som är svåra eller omöjliga att undersöka under dagen, kan lätt upptäckas under natten. Till exempel belyser Finland under dag och natt helt olika saker som följande, bild 2, visar.
Om du minns vår senaste Kvarken Space Conversation, där vi diskuterade i detalj vilken skillnad bilder har och hur de skapas. Vi kan observera förändringar i de saker som syns under natten med samma teknik och enkelt få lite ny information. Vi visualiserar helt enkelt skillnaden mellan belysningsbeloppen och det bör peka på platser där vissa förändringar har skett. Sedan är det en annan utmaning att avgöra exakt vad som har förändrats och vad som har orsakat det. Det kan finnas en hel del olika orsaker till den förändring vi ser. Vissa är lätta att förstå, vissa inte. I följande bilder 4-11 ser du några av de intressanta saker vi har hittat när vi utforskar data med det verktyg vi skapade.
Vi skapade ett enkelt verktyg med vilket vi upptäckte dessa avvikelser. Verktyget finns här. Verktyget är en anpassad skript som körs på Google Earth Engine är en plattform som skapas och drivs av Google och är fri att använda. Nyckelfunktionen hos Google Earth Engine är den extremt stora datasetet av varierad rumslig information och satellitbilder som den lagrar och tillåter manipulation och visualisering av med anpassade skript.
De viktigaste funktionerna i vårt verktyg är att göra det bekvämare att utforska nattljus, nattljusskillnader och automatisk markering av intressanta områden. De data som används har observerats av det diskuterade VIIRS-instrumentet i spektralintervallet 500nm—900 nm och har sammanställts till månadsmedelvärden. Detta innebär att för varje månad mellan 01-01-2014 och 01—03-2020 har ett månatligt genomsnitt av strålningen för varje observationsenhet beräknats. Genomsnitt är ett enkelt sätt att kompensera för tillfälliga förändringar och hinder, såsom moln, mellan det observerade området och satelliten. Det bör noteras, att beroende på vilken tid på året och latituden av det observerade området, kan det finnas några månader där det inte finns goda uppgifter för området. Skälet till detta är helt grundläggande. Till exempel i Finland, som är en del av norra halvklotet och i ganska hög breddgrad, är solen synlig åtminstone delvis under sommarens nattetid. Därför tenderar den avgivna strålningen från ytan att gå förlorad bland den reflekterade strålningen från solen. Det är helt enkelt inte tillräckligt mörkt för bra observationer. Vårt verktyg innehåller en rudimentär visuell metrisk för kvaliteten på observationerna dock. Vårt verktyg ser ut som bild 11 och är redan kanske bekant för dig.
Översikt över verktyget
Område ”A” innehåller den första bilden som valts, den visualiseras och det medföljande histogrammet visas. Område ”B” är liknande och innehåller den andra bilden. ”A” -bilden är avsedd att vara den tidigare bilden och ”B” -bilden är den nyare. Område ”C” innehåller några av de verktyg vi skapat för att markera skillnaderna mellan bilderna ”A” och ”B”, ganska lik den bild som vi publicerade i Mega tidningen. I områdena ”A” och ”B” har du två inställningar för datum i båda. Verktyget beräknar medelvärdet av de månatliga genomsnittliga observationerna mellan dessa datum och visualiserar det. Välj först startår och månad, sedan slutår och månaden för observationsperioden. Klicka på knappen 1 respektive 2. Verktyget uppdaterar sedan texten i panelen och berättar hur många månatliga genomsnittliga bilder det hittade, vilket det sedan kommer att räkna medelvärde på. Histogram av spridningen av värdena uppdateras också baserat på aktuell data och det område som för närvarande är synligt på kartområdet. Om du flyttar kartan kan du uppdatera histogrammet för det aktuella området med knapparna 1 eller 2, samtidigt som de andra inställningarna är desamma. Observera att värden på noll har utelämnats från histogrammet.
I området ”C” har du tre sliders och tre val för att inspektera skillnaderna mellan valda bilderna. Vi har namngivit valen ”Förändring i ljus”, ”Nya saker” och ”Förlorade saker”. ” Förändring i ljus” visualiserar skillnaden mellan bilderna. Enkelt uttryckt, från pixelvärdena i den andra bilden, den nyare, subtraheras pixelvärdena för den första bilden, den äldre. Det är märkt med rosa på kartan. ”Nya saker” använder vår specialutvecklade algoritm i sin tidiga fas, som försöker filtrera bort bara förändringar i redan existerande ljusstyrka och försöker lyfta fram intressant områdes förändring. Det försöker helt enkelt ta reda på nya saker som har dykt upp på kartan mellan datumen för de två bilderna. Det är märkt på kartan med lila. ”Förlorade saker” använder samma filtreringsfas som ”Nya saker” men försöker markera negativ områdesförändring, dvs. saker som har försvunnit mellan datumen. Bakgrundslager i området C är summan av observationerna per pixel. Om det är väldigt mörkt vet du att mätningarna kan vara vilseledande. Om det är vitt, grått eller dimmigt bör det finnas tiotals observationer för området under tidsperioden. Med knappnummer 3 kan du uppdatera skillnaderna i området ”C” för att matcha bilderna ”A” och ”B” om du har valt nya datum för dem. Med skjutreglagen kan du enkelt styra synligheten för dessa olika saker. 0 betyder att den inte är synlig medan 1 betyder att den är mycket tydligt synlig.
Verktygsanvändning
Användning av verktyget är enkelt. När det öppnas upp, för ”A” laddas data från vintern/våren 2014 och för området ”B” data från vintern/våren 2020. Område ”C” belyser skillnader mellan dessa datum. Om du vill observera olika tidsperioder, välj först datum för område ”A”. Observera att du måste se till att det första året och månaden är före det andra datumet, verktyget kontrollerar inte det. När de har valts, tryck på knapp 1. Gör samma sak för område B. Sista steget är att klicka på knapp 3 för att uppdatera skillnaderna så att de matchar bilderna. Du kan bläddra runt i världen och testa olika zoomnivåer. Ha tålamod eftersom det ibland tar ett tag innan de nya lagren laddas. Du kan se laddningsindikatorerna längst upp till höger i varje område.
Vi är intresserade av dina erfarenheter av det här verktyget. Vilken typ av intressanta saker kan du hitta med den? Nära din hemort eller var som helst på jorden. Kan du förklara förändringen du ser? Vi vill gärna höra om det och kommer att publicera de mest intressanta på vår hemsida! Dessutom, eftersom verktyget är nytt så kan det finnas några udda saker som händer då och då. Vi vill också gärna höra om dessa. Du kan nå oss via e-post.