WP 2.3 Caratterizzazione spettrale dei fuochi

Presentazione sul tema: "WP 2.3 Caratterizzazione spettrale dei fuochi"— Transcript della presentazione:

1 WP 2.3 Caratterizzazione spettrale dei fuochi
Dr. Stefania Amici

2 Stato attività Obiettivi: studio degli indici di detection dei fuochi nel VIS-SWIR KO to Gennaio Task completato Caratteristiche spettroscopiche degli incendi stato dell’arte. Verifica disponibilità dei dati, loro qualità (analisi preliminare) Aggiornamento della bibliografia Febbraio Dicembre 2012: task completato Selezione da dati di archivio: si è definito ilset di dati di input (da satellite e da aereo) su cui effettuare lo studio Valutazione dei limiti e potenzialità degli algoritmi legati all’emissione del Potassio applicati ai dati da satellite. Valutazione dei limiti e potenzialità degli algoritmi legati all’emissione del Potassio applicati ai dati da aereo. Studio dell’indice di Vodacek sui dati da satellite. Studio dell’indice di Vodacek sui dati da aereo. partecipazione a campagne aeree. Gennaio Luglio task % Miglioramento degli algoritmi: Indice di Vodaceck-> metrica (Advanced K Band Difference) Iniziato studio indici di Denisson (CDAI) Tutte le attività previste fino ad ora si sono concluse senza criticità.

3 Caratteristiche spettroscopiche dei fuochi
Potassium Emission Simulated Earth atmosphere I canali SWIR (1.0–2.5 μm) MIR (3–5 μm), LWIR (8–14 μm) sono utilizzati tradizionalmente utilizzati per lo studio degli incendi Algoritmi di detection sono basati su Middle IR, Longwave IR e/o Shortwave IR. Es. Prodotti MODIS (Justice et al., 2002, Giglio et al., 2003, Dennisson et al., 2006.) Oltre ai suoi costituenti principali (C, O, H e N) la vegetazione contiene molti elementi in traccia come (Na, K, P) che mostranoi univoche bande di emissione quando sono riscaldati ad alta temperatura. In particolare il Potassio ha un doppietto di emissione nelle bande nm and nm. (Vodaczek 2002, Amici et al 2011) Fuel biomass is largely composed of carbon (~50%), hydrogen (5.5%), oxygen (41%), and nitrogen (3.5%), and the molecular combustion products are dominantly CO2, H2O, CO, CH4, and various nitrogenous compounds

4 Dati di input 1 Hyperion 2 ALI Aereo: Sim.Ga (ITA) VIS nm (spectral sampling 1.2nm ), SWIR nm, (5.4nm). ARSF (UK) AISA-EAGLE, VNIR nm, (spectral sampling 1.25 nm), Ground m altitude 0.52 m, AISA –Hawk 970nm 2500nm spectral sampling, 6.3 nm. Satellite: interrogazione database: incendi a scala globale dal 2011 ad oggi. EO1Hyperion: (Lat 33.0 N Lon 117.2W), California il 23 ottobre In questa scena il segnale della banda del potassio e’ presente (figura 2.3.1) . Agosto 2006 23 Marzo 2010 Dati Eagle forniti dal Prof. M.J Wooster Kings College London Immagine iperspettrale acquisita il 23 ottobre 2007.

5 Sensor Sptial resolution Central band Hyperion 30m 772nm HyspIRI 60m 770nm PRISMA Studio algoritmi 1. Studio posizione bande PRISMA per K emission. Le bande di PRISMA sono convenientemente posizionate. Flaming Mixed 2. Indice Vodacek (Rapporto di banda) vs AKBD per PRISMA. Mixed Smouldering EAGLE CDAIAVIRIS=L2010/0.666L L2040 3. Indice Denisson – CDAI per PRISMA Si è iniziato lo studio e si è formulata la prima versione del CDAI per PRISMA:  

6 Output and deliverables 1
Proposta di Product portfolio

7 Output and deliverables 2
Pubblicazioni e convegni Spectral analysis of wildfire potassium emission signatures from current airborne to next generation hyperspectral missions”, Amici S., Wooster M.J., Buongiorno M.F., Ananasso C., Proceedings of the Remote Sensing and Photogrammetry Society conference (RSPSOC2012) “Changing how we view the world”. University of Greenwich, London, September 2012. 2. HyspIRI Workshop, Spectral analysis of biomass burning potassium emission signatures from current airborne to next generation hyperspectral missions. S. Amici, M.J. Wooster, M.F. Buongiorno, NASA HyspIRI Science Workshop, October 2013, Caltech, Pasadena. Sommario: Il data set selezionato (dati aerei-satellite ha permesso di fornire una analiisi dell’indice di Vodacek con le caratteristiche spaziali-spettrali di PRISMA. E’ stata studiata la metrica migliorativa, AKBD, con le caratteristiche spaziali e spettrali di PRISMA A seguito della sopraggiunta richiesta ASI è stato proposto un product portfolio (Italiano-Inglese). Si è impostato l’indice CDAI per PRSMA.