Oceanografická analýza pomocí dat trajektorie v ArcGIS Pro

Keith-VanGraafeiland

Různé formy dat dálkového průzkumu Země jsou shromažďovány, aby pomohly porozumět naší planetě. Satelitní snímky, které zachycují odrazivost povrchu Země, jsou známým zdrojem v komunitě GIS a slouží jako důležitý zdroj dat pro analýzu a vizualizaci v GIS. Altimetrická data jsou relativně novým přírůstkem do světa GIS a ArcGIS Pro. Altimetrická data jsou shromažďována pomocí satelitních senzorů, které zaznamenávají nadmořskou výšku povrchových prvků, jako je výška koruny stromů, výška hladiny moře a tloušťka ledu.  Tato nová data a schopnosti představují příležitost pro vylepšenou analýzu a porozumění. Díky závazku NASA k iniciativám otevřené vědy — charakterizovaným transparentností, přístupností, inkluzivitou a reprodukovatelností — jsou tato altimetrická data volně a snadno dostupná všem výzkumníkům.<\/P>

ArcGIS si klade za cíl být komplexním systémem schopným zpracovávat různé formy dat dálkového průzkumu Země, včetně zpracování a analýzy dat ze altimetrických senzorů.   V tomto <\/SPAN>příkladu<\/A> jsou altimetrická data CryoSat-2 použita pro analýzu v ArcGIS Pro k vyčíslení množství změny\/ztráty na ledovém příkrovu Grónska v čase.  Toto je skvělý příklad toho, jak altimetrická data mohou podpořit analýzu na souši.  Altimetrická data mají také efektivní využití v oceánském prostředí. Následující příklady ukazují, jak toho lze dosáhnout.<\/P>

Oceán je rozsáhlý a dynamický. V současnosti počet přístrojů sbírajících téměř reálné fyzikální oceánografické pozorování in-situ ztěžuje měření změn v otevřeném oceánu s vysokou přesností. Satelitní altimetry poskytují globální a přesné měření topografie povrchu oceánu. Tyto přístroje fungují tak, že vysílají radarové pulzy na povrch oceánu a určují výšku senzoru nad povrchem měřením doby návratu radarového pulzu. Výška hladiny moře je pak vypočítána jako rozdíl mezi výškou senzoru a výškou senzoru nad povrchem.  Tyto cenné poznatky umožňují sledovat změny ve výšce hladiny moře, cirkulaci oceánu a předpovědi počasí pro tropické cyklóny, mimo jiné využití.<\/P>

ArcGIS Pro nabízí podporu pro různé altimetrické senzory, včetně <\/SPAN>

Sentinel 3 SRAL<\/A>, <\/SPAN>Sentinel 6<\/A>, <\/SPAN>Jason 2 and Jason 3<\/A>, přičemž poslední dva byly nedávno přidány ve verzi ArcGIS Pro 3.2.<\/P>

Datová sada trajektorie<\/H1>Altimetrické senzory shromažďují bodová data podél letových tras, kterým říkáme trajektorická data. ArcGIS používá datovou sadu trajektorie k efektivní správě tohoto typu dat. Je to podobné modelu mozaikové datové sady, která organizuje kolekci snímků,  <\/SPAN>datová sada trajektorie<\/A> <\/SPAN>plní podobný účel, ale spravuje kompilaci trajektorických souborů obsahujících bodová měření. Bodová podsložka datové sady trajektorie může být využita jako vrstva tříd prvků během zpracování a analýzy. Můžete vytvořit datovou sadu trajektorie ze složky trajektorických souborů pomocí dvou geoprocesních nástrojů:<\/P>Nástroj <\/SPAN>Vytvořit datovou sadu trajektorie<\/A> <\/SPAN>vytváří datovou sadu trajektorie v souborové geodatabázi.<\/LI>Nástroj <\/SPAN>Přidat data do datové sady trajektorie<\/A> <\/SPAN>se používá k načtení trajektorických souborů/dat do datové sady trajektorie. Při importu trajektorických dat existují různé možnosti umožňující uživatelům specifikovat typy senzorů a související proměnné k načtení.<\/LI><\/UL>

Modelování topografie hladiny moře pomocí proměnné SSH<\/H1>V tomto příkladu jsou altimetrická data ze Sentinel-3 použita k mapování výšky hladiny moře (SSH).  Sentinel 3 má konfiguraci dvou satelitů, která nabízí pokrytí s rychlým opakovacím obdobím ve srovnání s jinými altimetrickými senzory.  Altimetrická data Sentinel 3 lze získat z <\/SPAN>EUMETSAT Data Service<\/A>.<\/P>

Použitím týdenních úrovně 2 altimetrických dat byla vytvořena datová sada trajektorie.  Datová sada trajektorie obsahuje proměnnou SSH, která je vypočítávána za běhu z datových proměnných „průměrná hladina moře“ a „anomálie výšky hladiny moře“.  Proměnná SSH je vypočítána při použití nástroje „Přidat data do datové sady trajektorie“ k načtení altimetrických dat do datové sady trajektorie a při výběru typu dat „Sentinel 3 SRAL“. Níže je uvedena datová sada trajektorie vytvořená z dat Sentinel 3 SRAL mezi 1.2.2022 a 8.1.2022. Obsahuje 394 tras (zelené čáry), které odkazují na 817 204 pozorovacích bodů.<\/P>

<\span><\span><\span><\span><\span>

Následně byl pomocí nástroje „

Interpolace z prostorově-časových bodů“ vytvořen rastrový soubor SSH.  Pro lepší vizualizaci byla použita možnost triangulace pro interpolaci dat.<\span>Geoprocesní nástroj<\span> <\p> Maska pevniny se také používá k očištění pixelů na pevnině. Výsledná rastrová datová sada SSH byla poté využita jako zdroj nadmořské výšky ve 3D, zároveň fungující jako rastrová vrstva překrytá nad elevací terénu. To poskytuje jasný obraz o vrcholech a údolích přítomných během tohoto období v oceánské topografii.<\p> <\p> <\p>Analýza změny výšky hladiny moře<\H1>V tomto příkladu jsou použita data ze senzorů Jason 2 a Jason 3 k zobrazení změn SSH. Kombinace senzorů Jason 2 a 3 nabízí kontinuální časové pokrytí od roku 2008 do současnosti (Jason 2 – 2008 až 2016 a Jason 3 od roku 2016 do současnosti). Přístup k datům z Jason 3 a Jason 2 je dostupný z několika zdrojů; v tomto případě byl použit web NOAA NCEI ftp kvůli snadnosti hromadného stahování.
Pro provedení analýzy výšky hladiny moře za delší období jsme využili dvě proměnné: SSH (Sea Surface Height) a SSHA (Sea Surface Height Anomaly).  Byly vytvořeny dvě nezávislé trajektorické datové sady pro data Jason 2 a Jason 3, každá obsahující proměnné SSH a SSHA.  Prvky byly poté exportovány do jednotlivých tříd prvků pomocí nástroje „Kopírovat prvek“, přičemž byly zachovány jako dvě samostatné třídy prvků pro následnou analýzu.Výpočet průměrného měsíčního SSHA<\H2>Při těchto krocích používáme data SSHA z tříd prvků Jason 2 a Jason 3 k vytvoření nezávislých multidimenzionálních (časových řad) rastrových souborů.  K tomu opět použijeme nástroj „Interpolace z prostorově-časových bodů“ – tentokrát s volbou IDW a vypočítáme měsíční proměnnou SSHA pro každý dataset samostatně.  Následně sloučíme výstupy z Jason 2 a Jason 3 pomocí nástroje „Sloučit multidimenzionální rastrové soubory“.  Výsledkem je animovaný níže uvedený měsíční časový řad obou Jason 2 i 3 od roku 2008 do roku 2022.
<\/span><\/P> <\/P>Globální průměrná změna výšky hladiny moře<\/H2>V tomto příkladu je cílem vypočítat globální průměrnou výšku hladiny moře využitím altimetrických datových bodů pomocí obou tříd prvků Jason 2 a Jason 3 vytvořených v předchozím kroku. Opět je použito nástroje „Interpolate from Spatiotemporal Points“, tentokrát s výběrem interpolace „Mean“ pro výpočet měsíčních průměrů pro každou třídu prvků samostatně. Volba Mean vypočítá průměr pomocí pozorovacích bodů v rámci určené velikosti pixelu a časového intervalu, čímž se vyhne extrapolaci pixelů v oblastech bez dat a odstraní zavádění chyb.  Níže je uveden příklad měsíční interpolované střední hodnoty Jason. Platná oblast dat je mezi -180 a 180 a -60 a 60 (zkreslená v polárních oblastech).<\/P><\/span><\/P> Při analýze rastrových dat z roku 2016 od Jason 2 a Jason 3 (jednoleté překrytí zachováno pro kalibrační účely) jsme zaznamenali rozdíl 0,7 metru. Následně jsme aplikovali korekční faktor 0,7 metru na data Jason 2 před jejich sloučením s datasetem Jason 3.<\/P>Dále byly globální průměry pro měsíční i roční SSH vypočteny pomocí nástroje „Zonal Statistics as Table<\/A>“; výsledky jsou znázorněny níže v grafech.  To umožňuje zkoumat sezónní a roční variace, změny a trendy v globálním SSH.<\/P>

<\/span><\/P> <\/P>

Monitorování významné výšky vln<\/H1>Několik z těchto altimetrických senzorů nabízí téměř reálná měření výšky hladiny moře, významné výšky vln a rychlosti větru, což usnadňuje operační oceánografii a monitorování klimatu. Nová <\/SPAN>Trajectory profile chart<\/A> <\/SPAN>funkce poskytuje cenný nástroj pro rychlou vizualizaci téměř reálných dat. Následující obrázek ukazuje srovnání významné výšky vln ze Sentinel 6 během dvou po sobě jdoucích dnů podél dvou odlišných tras.<\/P><\/span><\/P> <\/P>Tyto příklady mají za cíl poskytnout přehled o tom, jak lze tyto trajektoriální nástroje v ArcGIS Pro využít pro oceánografickou analýzu.  Neváhejte kontaktovat autory blogu, pokud máte otázky, komentáře nebo zpětnou vazbu.<\/SPAN><\/P>Odkaz na ArcGIS Blog: https:\/\/www.esri.com\/arcgis-blog\/products\/arcgis-pro\/analytics\/oceanographic-analysis-using-trajectory-data\/<\/A> <\/P>