GeoNatura logo

GeoNatura
Dataanalys & syntes

Nedan finns några erfarenheter som visar en del av det som GeoNatura kan göra för dig och din organisation.


Implementering av Inspire direktivet på Havs- och Vattenmyndigheten

Sedan november 2020 bistår GeoNatura med kunskap och erfarenhet om data- och metadatahantering till Havs- och vattenmyndighetens implementering av Inspire direktivet (2007/2/EC).


Samordning av fjärranalysinitiativ på Havs- och Vattenmyndigheten

Sedan april 2021 bistår GeoNatura med kunskap och erfarenhet om fjärranalys till samordningen av Havs- och vattenmyndighetens initiativ för att utnyttja satellitdata för att bevaka havets hälsa.


Hantering av metadata

Under november 2020 utvecklade GeoNatura Python kod åt MetaGIS AB för extrahering och rapportering av metadata ur en CSW metadatakatalog.


Automatisk detektion av snölinjer över tempererade glaciärer

Ett till synes enkelt problem att lösa manuellt, att kartera snölinjer på tempererade glaciärer, har länge satt glaciologer på prov när tanken gick på att göra det automatiskt. År 2013 löste vi detta problem genom att implementera en lösning baserad på Otsus optimaltröskeln. Denna tillämpade jag sedan på bilder tagna med MODIS instrumentet för att automatiskt beräkna positionen av snölinjen över 139 glaciärer på Södra Patagoniska isfältet i södra Sydamerika. Detta blev sedan en del av artikeln Hypsometry and sensitivity of the mass balance to changes in equilibrium line altitude: the case of the South Patagonian Icefield som publicerades år 2014 i nummer 219 av tidskriften Journal of Glaciology. En populärvetenskaplig redogörelse kan läsas i denna blog post: Mapping snowlines on temperate glaciers: the wonders of optimal thresholding

Exempel på tillämpning av Otsus optimaltröskel på Tyndallglaciären.

Exempel på tillämpning av Otsus optimal tröskel på Tyndallglaciären. Vänster: MODIS bild, band 1 (övre) och 2 (nedre); mitten: bildhistogram med pil som markerar tröskeln; höger: segmenterade bilder. Från Figur 3 i ovan citerad artikeln (Journal of Glaciology, 219, 2014)


Lika men inte exakt lika

Tre viktiga och ofta använda sensorer inom satellitbaserad fjärranalys för jordobservation är Landsat 7 ETM+, Landsat 8 OLI och Sentinel 2 MSI. Dessa är designade för att mäta elektromagnetisk strålning i särskilda band mellan den synliga och den infraröda delen av spektrumet. Sensorerna är speciellt lämpade för kartering av Jordens yta och är noggrant tillverkade och omsorgsfullt kalibrerade. Men hur bra dessa överensstämmer med varandra? Denna fråga är relevant när man använder data från dessa sensorer i samma studie. Detta eftersom små skillnader potentiellt kan påverka resultat från olika beräkningar, till exempel vid klassificering. År 2017 analyserade jag denna fråga med syfte att få en semi-kvantitativ bild på hur sensorerna skiljer sig. Svaret är att sensorerna är som väntat väldigt lika men inte exakt samstämmiga. Dessa små skillnader betyder att korrigeringar kan komma att behövas när man vill göra noggranna studier som använder dessa instrument samtidigt. En populärvetenskaplig redogörelse kan läsas i bloggen: A comparison of Landsat 7 ETM+, Landsat 8 OLI, and Sentinel 2A MSI over the visible and near-infrared parts of the spectrum.

Jämförelse över spektrala responser av alla tre sensorer

Jämförelse över spektrala responser av alla tre sensorer över synliga och nära infraröda delen av spektrumet.


Många andra exempel av studier och annat jag har gjort kan du läsa på bloggarna Scientia Plus Conscientia och Epistulae Astronomicae. Du hittar kod på min GitHub sida