1. No category

The Photogrammetric Journal of Finland, Vol. 22, No. 3, 2011
MODERNIEN TUTKASATELLIITTIKUVIEN KÄYTÖSTÄ
KARTOITUSSOVELLUKSISSA
Mika Karjalainen, Kirsi Karila
Geodeettinen laitos, Kaukokartoituksen ja fotogrammetrian osasto
mika.karjalainen@fgi.fi, kirsi.karila@fgi.fi
TIIVISTELMÄ
Tässä artikkelissa esitetään katsaus nykyaikaisten tutkasatelliittikuvien ominaisuuksiin ja niiden
suorituskykyyn kartoitussovelluksissa, joista esitellään kaksi esimerkkiä Geodeettisen laitoksen
viimeaikaisista tutkimuksista. Ensimmäinen sovellus käsittelee geodynamiikkaa, jossa tavoitteena
oli tutkia maanpinnan painumisen havaitsemista ja monitorointia rakennetussa ympäristössä
tutkakuvien aikasarjan avulla. Toinen kartoitussovellus esittelee korkeustiedon määrittämistä
stereoskooppisesti tutkakuvien avulla. Kuvaavia tutkia on ollut satelliiteissa jo useamman
vuosikymmenen ajan, mutta viimeisen viiden vuoden aikana on tapahtunut huomattavaa
suorituskyvyn parantumista monessa suhteessa siviileille avoimissa tutkasatelliiteissa. Nykyisin
erotuskyky maanpinnalla on parhaimmillaan noin metrin luokkaa, mikä mahdollistaa
yksityiskohtaisemman tiedon irrottamisen kuin aiemmilla tutkasatelliiteilla. Toisaalta saksalaisen
TerraSAR-X:n tutkasatelliittikuvien sijaintitarkkuuden on tutkimusten perusteella todettu olevan
keskimäärin noin metrin luokkaa ilman maastotukipisteitä. Kuvia on mahdollista saada aiempaa
useammin, sillä tutkasatelliittien määrä on lisääntynyt merkittävästi viimeisen viiden vuoden
aikana. Myös kuvien hankintakustannukset ovat laskusuunnassa, sillä Euroopan avaruusjärjestö
julkaisi kesällä 2010 uuden aineistojensa jakelupolitiikan, jonka perusteella kaikki aineisto
mukaan lukien tutkasatelliittikuvat, ovat kaikille käyttäjille ja myös kaupallisiin tarkoituksiin
ilmaisia. Kehitys tutkasatelliittikuvauksen suorituskyvyssä ja uudistuneet aineistojen jakelutavat
tulevat avaamaan uusia käytännön sovellusmahdollisuuksia tulevaisuudessa.
1. JOHDANTO
Tutka (englanniksi Radar) on laite, joka lähettää sähkömagneettista säteilyä, yleensä mikroaaltoja, ja vastaanottaa kaikuja havaitakseen ja paikallistaakseen kohteita. Mikroaaltojen
aallonpituudet sähkömagneettisen säteilyn spektrissä kattavat kaistan noin muutamista
millimetreistä metriin. Merkittävin etu mikroaaltojen käytössä on, että ilmakehä ja pilvet ovat
suurelta osin läpinäkyviä. Maanpinnan kuvauksessa päästään riippumattomuuteen pilvisyysolosuhteista, joka on merkittävä haitta näkyvän valon aallonpituuksien satelliittikuvauksen
kohdalla. (Henderson & Lewis, 1998)
Vaikka tutkakuvaus on kehitetty alun perin sotilaalliseen tiedustelutoimintaan, ovat sen edut
kiistattomat myös siviilipuolen sovelluksissa. Yleisesti ottaen voidaan todeta, että tutkakuvat
ovat osoittautuneet käyttökelpoisimmiksi sellaisissa sovelluksissa, joissa kuvia tarvitaan
kohdealueelta toistuvasti, esimerkiksi päivittäin, eikä tarvittavaa tietoa millään muulla tavoin
saada järkevästi tuotettua. Suomessa hyvä esimerkkisovellus on merijään kartoitus, jossa
tutkasatelliittikuvia käytetään operatiivisesti ja niiden käytön avulla saavutetaan merkittäviä
hyötyjä merenkulun kannalta (Karvonen, 2006). Muita merkittävästi tutkittuja sovellusalueita
Suomessa ovat olleet lumipeitteen kartoitus (Koskinen, 2001; Luojus, 2009) ja metsien
150
kartoitus (Rauste, 2006; Pulliainen ym., 1999). Lisäksi SAR-kuvien soveltuvuutta on testattu
muun muassa laivojen öljypäästöjen havaitsemisessa, korkeusmallien tuottamisessa ja
maatalousalueiden monitoroinnissa. Suomessa tutkimusta on tehty etupäässä Ilmatieteen
laitoksessa, entisessä Merentutkimuslaitoksessa, Suomen ympäristökeskuksessa, Aaltoyliopiston insinööritieteiden korkeakoulussa, Aalto-yliopiston sähkötekniikan korkeakoulussa, Teknologian tutkimuskeskus VTT:ssä, Helsingin yliopistossa ja Geodeettisessa
laitoksessa.
Aluksi tutkien käyttökohde oli liikkuvien kohteiden havaitseminen, mutta jo hyvin varhain
ymmärrettiin tutkien mahdollisuudet myös kuvien muodostamisessa. Ensimmäiset kuvaavat
tutkat, siis laitteet, jotka tuottavat kaksiulotteista kuvaa kohteesta, lienee kehitetty USA:ssa jo
1950-luvulla. Kuvaavien tutkien alueellinen erotuskyky oli aluksi vaatimaton. SAR
(Synthetic Aperture Radar) mahdollistaa erotuskyvyn huomattavan tarkentamisen. Nykyään
lähes poikkeuksetta kaikki kaukokartoituksessa käytetyt kuvaavat tutkat ovat SAR-tutkia ja
tutkasatelliittikuvista puhuttaessa tarkoitetaan nimenomaan SAR-satelliittikuvia. (Henderson
& Lewis, 1998)
Vuonna 1978 laukaistiin ensimmäinen myös siviilikäyttöön avoin SAR-satelliitti, joka oli
yhdysvaltalainen Seasat. Myöhemmin on laukaistu muita SAR-satelliitteja, joista merkittävimpiä ovat olleet Euroopan avaruusjärjestön ERS-satelliitit, joiden avulla pystyttiin
demonstroimaan lukuisia käytännön sovelluksia SAR-satelliittikuville – tärkeimpänä ehkä
SAR-interferometrian mahdollisuudet (Attema ym., 2000, Massonnet & Feigl, 1998).
Yhteenveto siviileille avoimista ja kaupallisesti toimivista tutkasatelliiteista on esitetty
taulukossa 1.
Taulukko 1. Luettelo siviileille avoimista tutkasatelliiteista.
Satelliitti
Seasat (USA)
Kosmos 1870 (Venäjä)
Almaz-1 (Venäjä)
ERS-1 (ESA)
JERS (Japani)
ERS-2 (ESA)
Ajankohta
Taajuuskaista
L
S
S
C
L
C
Polarisaatio
Katselukulma
Kuvaleveys
HH
HH
HH
VV
HH
VV
Alueellinen
erotuskyky
25m
25m
13-20m
30m
18m
30m
20°
16-60°
25-60°
20-26°
32-38°
20-26°
100km
20-35km
2*172km
100km
75km
100km
1978 (106 päivää)
1987-1989
1991-1992
1991-2000
1992-1998
1995- (ei täysin
toimintakuntoinen)
19951996- (Mir
tuhoutui vuonna
2001)
2002-
C
S, L
HH
HH, VV
8-100m
50m
20-60°
35°
45-500km
50km
C
30m
15-45°
100km
ALOS (Japani)
(http://www.eorc.jaxa.jp/ALOS/)
2006-
L
7-100m
8-60°
40-350km
TerraSAR-X (Saksa)
(http://www.dlr.de/terrasar-x)
2007- (TanDEM-X
vuonna 2010)
X
1-16m
15-60°
10-100km
COSMO-SkyMed (Italia)
(http://www.telespazio.it/cosmo.html)
2007- (neljä
identtistä
satelliittia)
2007-
X
HH, VV, HV and
VH
(joista kaksi
yhtäaikaisesti)
HH, VV, HV and
VH
(täyspolarimetrinen)
HH, VV, HV and
VH
(täyspolarimetrinen)
HH, VV
1-100m
20-55°
10-200km
HH, VV, HV and
VH
(täyspolarimetrinen)
1-100m
10-60°
20-500km
Radarsat-1 (Kanada)
Priroda in MIR Space Station
(Venäjä)
Envisat (ESA)
(http://envisat.esa.int/)
Radarsat-2 (Kanada)
(http://www.radarsat2.info/)
C
151
Luettelosta voidaan havaita, että tutkasatelliittien ominaisuudet ovat parantuneet monessa
suhteessa historian aikana. SAR-satelliittikuvia saadaan eri polarisaatiokanavilla, eri
taajuuskaistoilla ja vaihtelevilla katselukulmilla. Ehkä kuitenkin suurin kehitys on tapahtunut
alueellisen erotuskyvyn kohdalla. Jos Euroopan avaruusjärjestön ERS-1-satelliitissa erotuskyky oli parhaimmillaan noin 30 metriä, saavutetaan uudenaikaisilla SAR-satelliiteilla
parhaimmillaan noin metrin luokkaa oleva erotuskyky maanpinnalla.
Modernit SAR-satelliittikuvat mahdollistavat aiempaa yksityiskohtaisemman tiedon
tuottamisen. Toisaalta erotuskyvyn lisäksi SAR-satelliittikuvien sijaintitarkkuus suorapaikannuksella (siis ilman maastotukipisteitä) on parantunut huomattavasti ollen parhaimmillaan
noin metrin luokkaa saksalaisessa TerraSAR-X:ssä (Ager ja Bresnahan, 2009). SARsatelliittikuvien hyvä saatavuus sekä metriluokan erotuskyky ja sijaintitarkkuus luovat
mahdollisuuksia uusille mielenkiintoisille kartoitussovelluksille. Kappaleessa kaksi esitetään
taustatietoa nykyaikaisen tutkasatelliittikuvauksen alueelliseen erotuskyvystä ja sijaintitarkkuudesta. Kappaleessa kolme on esitetty kaksi esimerkkiä Geodeettisen laitoksen
tutkimuksista: 1) maanpinnan painumisen kartoittaminen rakennetussa ympäristössä ja 2)
SAR-stereokuvilta automaattisesti tuotetun korkeustiedon hyödyntäminen. Lopuksi
kappaleessa neljä on johtopäätöksiä.
2. TUTKASATELLIITTIKUVAUKSEN SUORITUSKYVYSTÄ
2.1
Alueellinen erotuskyky
Erotuskyky on minkä tahansa kuvauslaitteen eräs tärkeimmistä ominaisuuksista ja
kartoitustehtävissä yleisesti ottaen haluttava ominaisuus. Kameran tapauksessa alueellinen
erotuskyky kohteessa riippuu objektiivin kulmaerotuskyvystä ja etäisyydestä kohteeseen.
Kulmaerotuskyky on suoraan verrannollinen käytettyyn aallonpituuteen ja kääntäen
verrannollinen kuvauslaitteen aukkoon eli apertuuriin.
Kuvaavissa tutkissa erotuskyky määritellään erillisesti lentosuunnassa ja sitä vastaan
kohtisuorassa suunnassa, joka on usein sama kuin antennin pulssien lähetyssuunta. Pulssin
lähetyssuunnassa erotuskyky riippuu tutkan lähettämän taajuuskaistan leveydestä ja moderneissa
satelliiteissa päästään alle metrin erotuskykyyn lähetyssuunnassa. Toisaalta lentosuunnassa
erotuskyky riippuu tutkalaitteen apertuurista samalla tavalla kuin kameran objektiivin
tapauksessa. Koska mikroaaltojen aallonpituus on senttimetriluokkaa ja kuvausetäisyydet ovat
satoja kilometrejä satelliiteista, alueellinen erotuskyky perustuen kulmaerotuskykyyn on varsin
vaatimaton. Tutka-antennin liikkuessa satelliitissa kiertoradalla voidaan liikkeen avulla luoda
laskennallisesti keinotekoinen eli synteettinen antenni, jolla on suuri apertuuri. Synteettinen
apertuuri on yhtä suuri kuin se välimatka, jolla kohde on tutkan näkyvyysalueella lentoradallaan.
Moderneissa SAR-satelliiteissa on myös Spotlight-kuvausmoodi, jossa antennin lähettämää
säteilyä voidaan suunnata halutulle alueelle ylilennon aikana joko elektronisesti ja mekaanisesti.
Näin ollen synteettinen apertuuri kasvaa kiinteään lähetyssuuntaan verrattuna parantaen edelleen
erotuskykyä. Haittapuolena Spotlight-kuvauksessa on, että yhden ylilennon aikana kuvattava alue
on rajoitettu lentosuunnassa. Spotlight-kuvaustekniikan avulla tutkasatelliittien alueellinen
erotuskyky maanpinnalla on parhaimmillaan noin metrin luokkaa, mikä mahdollistaa
huomattavasti pienempien yksityiskohtien kartoittamisen kuin aiemman sukupolven
tutkasatelliittien aikana (Düring ym., 2008).
152
Esimerkki modernin SAR-satelliitin tuottamasta aineistosta on esitetty kuvassa 1, joka on itse
asiassa yhdistelmä kolmesta yksittäisestä kuvasta, jotka on otettu vuosien 2008 ja 2009 välisenä
aikana. Rakennukset aiheuttavat yleensä voimakkaan tutkasignaalin ja näkyvät kuvalla yleensä
kirkkaan valkoisina. Tummat alueet ovat joko vesistöjä tai tutkavarjoja, siis alueita, joilta tutkan
lähettämää säteilyä ei palaa takaisin. Kuvan alalaidassa näkyvä punainen alue on rakennus, jota
on rakennettu kuvien ottamisen välisenä aikana. SAR-satelliittikuvien eräs suurimmista
vahvuuksista onkin muutostulkinta.
Kuvaussuunta
Kuva 1. Saksalaisen TerraSAR-X:n SAR-kuva Kirkkonummen Masalasta
(kuvadata 2008-2009 © DLR), erotuskyky: 2,0 m (pulssin lähetyssuunta) ja 2,3 m (lentosuunta).
2.2
Sijaintitarkkuus
Erotuskyvyn lisäksi toinen merkittävä kaukokartoituskuvien ominaisuus on niiden
sijaintitarkkuus. Tässä yhteydessä sijaintitarkkuudella tarkoitetaan sitä, miten hyvin laitteen
tuottama kuva-aineisto asettautuu käytettyyn karttakoordinaattijärjestelmään. Vielä muutamia
vuosia sitten oli tavallista, että tutkasatelliittikuvien sijaintitarkkuus oli riittämätön, kun käytettiin
kuvatoimittajan ilmoittamaa suorapaikannustietoa eli georeferointiparametreja, joilla aineisto
saadaan muunnettua kuvakoordinaatistosta kohdekoordinaatistoon. SAR-satelliittikuvien
georeferointiparametreja jouduttiin parantamaan maastotukipisteiden avulla, mikä on usein
vaivalloista, jos käytössä ei ole maastoon sijoitettuja kulmaheijastimia. GPS-signaalin salauksen
poistuttua kuvatoimittajien ilmoittamien georeferointiparametrien laatu on parantunut
huomattavasti. Hyöty on ollut erityisen merkittävää SAR-kuvien tapauksessa, jossa
kuvauslaitteen georeferointiparametreissa ei ole kiertoparametreja kuten esimerkiksi ilmakuvakamerassa (Leberl, 1979). SAR-kuvien sijaintitarkkuuteen vaikuttavat pääasiassa tutka-antennin
paikannuksen tarkkuus ja tutkan etäisyysmittauksen tarkkuus. Esimerkiksi TerraSAR-X satelliittikuvien sijaintitarkkuudeksi karttatasolla on riippumattomassa tutkimuksessa saatu 1,0
metriä (Ager & Breshanan, 2010). Edellä mainitun tutkimuksen oletuksena oli, että
153
tarkistuspisteen korkeusasema vertausellipsoidista oli tunnettu, koska yhdeltä tutkakuvalta ei voi
mitata tasokoordinaatteja ilman tunnettua korkeustietoa samaan tapaan kuin ei voi
fotogrammetriassakaan. Korkeusmalli ja sen tarkkuus ovat siis erittäin tärkeässä roolissa ortooikaistaessa SAR-kuvia karttatasolle.
SAR-kuvaparilta voidaan mitata 3D-koordinaatteja stereoskooppisesti samantyyppisesti kuten
fotogrammetriassakin. Jos eri kuvausgeometrioilla otetuilta SAR-kuvilta voidaan havaita sama
kohde, mikä ei välttämättä ole yhtä helppoa kuin ilmakuvilla, voidaan kohteelle määrittää 3Dkohdekoordinaatit järjestelmässä, jossa SAR-kuvien georeferointiparametrit on määritetty. SARkuvien stereoskooppisen katselun ja mittauksen mahdollisuuksia pohdittiin jo 1960-luvulla (La
Prade, 1963) ja SAR-stereomittauksen tarkkuudesta oli jo tutkimustietoa 1970-luvulla (Leberl,
1979). Jos mitattava kohde on yksiselitteinen, kuten kulmaheijastin, modernien SARsatelliittikuvien avulla päästään parhaimmillaan metriluokan tarkkuuteen 3D-mittauksessa
(Raggam ym., 2010). Taulukossa 2 on tulos saksalaisen TerraSAR-X:n satelliittikuvien
sijaintitarkkuuteen liittyvästä selvityksestä, joka tehtiin Geodeettisella laitoksella. Käytössä oli
kaksi SAR-kuvaparia (yhteensä 4 kuvaa eri kuvausgeometrioilla) samalta kohdealueelta.
Tarkistuspisteinä käytettiin 3D-koordinaateiltaan tunnettuja maastonkohteita (11 kpl), jotka
voitiin yksiselitteisesti mitata kaikilta SAR-kuvilta. Tarkistuspisteiden 3D-koordinaatit mitattiin
stereoskooppisesti SAR-kuvapareilta ja saatuja koordinaatteja verrattiin tunnettuihin
koordinaatteihin. SAR-kuvien georeferointitieto perustui kuvatoimittajan ilmoittamiin arvoihin
eli tutkimuksessa ei käytetty maastotukipisteitä georeferointiparametrien määrittämisessä.
Taulukko 2. Stereomittauksen tarkkuus kahdella TerraSAR-X:n SAR-kuvaparilla.
Kuvapari
RMSE X (m)
RMSE Y (m)
RMSE Z (m)
Bias X (m)
Bias Y (m)
Bias Z (m)
1
1,6
1,0
0,9
0,3
-0,6
-0,3
2
1,1
1,3
1,2
-0,2
0,8
-0,3
Vaikka periaatteessa tutkakuvien mittaustarkkuus on osoittautunut olevan metriluokkaa, ei
käytännössä mittaustarkkuus aina, varsinkaan luonnonkohteissa, ole yhtä hyvä. Metriluokan
mittauksessa tarvitaan joko kulmaheijastimia tai erityisen selviä kohteita, jotka voidaan
yksiselitteisesti havaita kuvaparilta. Monissa tapauksissa vastinpisteiden löytäminen tutkakuvilta
on vaikeaa ja joskus jopa mahdotonta tutkahäilynnän takia.
3. ESIMERKKEJÄ GEODEETTISEN LAITOKSEN TUTKIMUKSISTA
3.1
Tutkakuvat kaupunkialueiden painumien kartoittamisessa
Vuosien 2005 ja 2007 välisenä aikana Geodeettisella laitoksella oli käynnissä TEKES:n
rahoittama ”Applications and Software for SAR interferometry, differential interferometry and
coherent target monitoring” -projekti, jonka päätavoitteena oli tutkia SAR-tutkakuvien
soveltuvuutta rakennetun ympäristön maanpinnan vertikaalisten liikkeiden havaitsemiseen.
Tutkimuksessa käytettiin ERS-satelliittikuvien aikasarjaa vuosien 1992 ja 2005 väliltä.
Liikkeiden havaitseminen perustui SAR-interferometriaan, jossa hyödynnetään SAR-kuvien
pikseleiden sisältämää vaiheinformaatiota. Kohteilla, jotka pysyvät paikallaan suhteellinen vaiheero pysyy stabiilina aikasarjassa, mutta liikkuvilla kohteilla vaihe muuttuu ajan ja liikkeen
nopeuden funktiona. Laskennassa käytettiin pysyvien sirottajien menetelmää (PSI-menetelmä),
154
joka on varsin uusi tekniikka SAR-kuvien käsittelyssä. PSI-laskennan tulos Turun kaupungin
alueelta on esitetty kuvassa 2. Kukin piste kuvaa yhtä pysyvää sirottajaa (yleensä rakennuksia tai
rakenteita), jolle menetelmä on kyennyt laskemaan liikenopeuden (lineaarinen liike oletuksena).
Keltaiset pisteet ovat pysyviä sirottajia, jotka laskennan perusteella pysyvät paikallaan kuvien
aikajaksolla ja ovat useimmiten rakennuksia peruskallioalueella. Vaalean siniset ja siniset pisteet
painuvat luokkaa 5-10 mm/vuodessa ja ovat alueilla, joille rakennuksia on rakennettu
puupaalujen varaan savipatjan päälle. Painuvat alueet vastasivat hyvin Turun kaupungin omia
vaaitusmittaustuloksia ja Geodeettisen laitoksen omia vaaitustuloksia. Tarkempia tietoja
vertailusta löytyy seuraavista lähteistä: Karila ym. (2005) ja Karila (2008).
Kuva 2. PSI-menetelmän tulos Turun kaupungissa. Mustalla katkoviivalla on esitetty
Geodeettisen laitoksen oma vaaituslinja.
Vaikka PSI-menetelmä antaa laajempialaista ja ajallisesti tiheämpää tietoa mahdollista
painumista kuin vaaitus, on menetelmässä myös heikkouksia. PSI-tuloksissa voi esiintyä karkeita
virheitä, jos painuminen ei olekaan oletetuntyyppistä. Laajempien alueiden kartoittamisen
kannalta ongelma on myös se, että käytännössä menetelmä toimii luotettavasti vain rakennetussa
ympäristössä tai avoimilla alueilla, joissa on voimakkaita mikroaaltosäteilyn sirottajia.
Esimerkiksi metsäisillä alueilla ja muutenkin alueilla, joilla tapahtuu muutoksia, PSI-laskennan
onnistuminen on epävarmaa. Vaikka PSI-menetelmä tarjoaa laajempialaista ja ajallisesti
tiheämpää tietoa painumista kuin vaaitusmittaukset, ei PSI-menetelmä kuitenkaan korvaa
tarkkuudessa ja luotettavuudessa vaaitusmittauksia, joita tarvitaan PSI-tulosten validoinnisssa
(Raucoules ym., 2009).
155
3.2
Korkeustiedon tuottaminen tutkakuvilta stereoskooppisesti
Digitaalisten kuvien automaattinen vastinpistemittaus on kehittynyt viime vuosina huomattavasti
ja vastinpistemittaukseen soveltuvia ohjelmistoja on ilmestynyt markkinoille lukuisia. Yleisesti
ottaen samoja menetelmiä voidaan käyttää SAR-kuville kuin ilmakuvillekin – vaikkakin tehtävä
on haasteellisempi tutkahäilynnän takia. Kuten ilmakuvienkin tapauksessa SAR-kuvien
automaattinen vastinpistemittaus onnistuu parhaiten suurin piirtein samasta suunnasta otetuilla
kuvilla. SAR-kuvien stereoskooppisen mittaamisen, jota usein radargrammetriaksi kutsutaan,
periaatteet on tunnettu jo pitkän aikaa, mutta modernien SAR-satelliittien metriluokan erotuskyky
ja sijaintitarkkuus ovat tuoneet radargrammetrian uudestaan kiinnostuksen kohteeksi. Kuvassa 3
on esimerkki saksalaisen TerraSAR-X:n SAR-satelliitin kahdelta kuvaparilta tuotetusta
korkeusmallista Espoonlahden ympäristöstä. Tässä koetyössä kaikki kuvat oli otettu noin kahden
viikon aikajakson aikana keväällä 2009. Käytössä oli kaksi kuvaparia, joista toinen kuvasi alueen
itäsuunnasta ja toinen länsisuunnasta. Samasta suunnasta otettujen kuvien tapauksessa
vastinpistemittaus onnistui kohtuullisen luotettavasti maa-alueilla, mutta epäonnistui usein
vesialueilla ja joillakin avoimilla peltoalueilla, jotka ovat tutkakuvalla muuttuvia kohteita ja siksi
automaattisen aluepohjaisen vastinpistemittauksen kannalta vaikeita. Geodeettisen laitoksen
kokemusten perusteella tutkakuvapareilta saadusta korkeustiedosta voidaan interpoloida
korkeusmalleja parhaimmillaan noin 10 metrin pikselikokoon sellaisilla alueilla, joilla
automaattinen vastinpistemittaus onnistuu. Korkeushavainto on avoimilla alueilla keskimäärin
maanpinnan tasolla ja metsien kohdalla jossakin maanpinnan ja latvuston välillä riippuen
metsätyypistä ja -tiheydestä, mutta yksityiskohtaisia tutkimuksia korkeustiedon yleisestä
tarkkuudesta eri maankäyttöluokkien tapauksissa ei ole tehty.
Kuva 3. Automaattisella SAR-stereomittauksella tuotettu korkeusmalli Espoonlahden
ympäristöstä (karttakoordinaatisto ETRS-TM35FIN, EGM96-korkeusdatum). Väriskaala
harmaasta punaiseen vastaa korkeusvaihtelua merenpinnan tasosta noin 45 metriin. Valkoinen
alue tarkoittaa, että datassa ei ole korkeusarvoa.
156
SAR-stereokuvien avulla korkeustietoa voidaan tuottaa automaattisesti mistä päin maapalloa
tahansa ja lähes toivottuna ajankohtana. Vaikka kyseisellä tekniikalla on mahdollista tuottaa
yleispiirteisiä korkeusmalleja (Kuva 3), tärkein sovellus lienee kuitenkin muutostulkinta, joka
pintamallien erotuksena on varsin käytännöllistä ja mahdollistaa monenlaisia sovelluksia
esimerkiksi metsien biomassan muutoksiin liittyen. Eräs kiinnostava kartoitussovellus Suomessa
voisi olla esimerkiksi metsien myrskytuhot, joita oli esimerkiksi vuonna 2010 huomattavia alueita
Itä-Suomessa. Sovellusalueena voisi olla myös laajojen alueiden metsävarojen muutosten
seuranta sellaisilla alueilla, joissa ilmalaserkeilaus ei ole kustannustehokasta.
4. JOHTOPÄÄTÖKSET
Tutkasatelliittikuviin on viime vuosikymmenien aikana kansainvälisesti asetettu suuria odotuksia
ja paljon tutkimusta on tehty käytännön sovellusten kehittämiseksi. Kuitenkin merkittäviä
operatiivisia sovelluksia on toistaiseksi syntynyt ainoastaan merijään kartoituksen alueella. SARinterferometria, joka ERS-satelliittien avulla, osoittautui satelliitista käsin operatiivisesti
mahdolliseksi, vaikuttaa lupaavalta tekniikalta maanpinnan liikkeiden havaitsemiseen ja
monitorointiin. SAR-interferometria ja PSI-tekniikan avulla saadaan laaja-alaista ja ajallisesti
tiheää tietoa maanpinnan liikkeistä. SAR-satelliittikuvien tarkentunut erotuskyky ja hyvä
sijaintitarkkuus suorapaikannuksella mahdollistanevat uudentyyppisten kartoitussovellusten
esiinmarssin. Varsinkin PSI-tekniikan käyttö, vaikkakin vaaitusmittauksia edelleen tarvitaan,
vaikuttaa lupaavalta mm. kaupunkialueiden painumien tai ydinvoimala-alueiden muutosten
tarkkailussa. SAR-kuvien stereoskooppinen mittaaminen (radargrammetria) myös lienee
tekniikka, jota voidaan hyödyntää tulevaisuudessa entistä tehokkaammin – varsinkin
muutostulkinnassa. Vaikka tutka ja tutkakuvaus ovat suhteellisen vanhoja keksintöjä,
tulevaisuudessa kuitenkin riittää haasteita ja varsinkin SAR-kuvausta ja siihen liittyviä
menetelmiä voidaan vielä pitää tulevaisuuden tekniikkana. Esimerkiksi saksalaisen TerraSARX:n sisarsatelliitti TanDEM-X mahdollistaa yhtäaikaisen SAR-interferometrian, jonka tavoitteena
on aiempaa parempien globaalien korkeusmallien tuottaminen. Lähitulevaisuudessa on
suunnitteilla useita uusia SAR-satelliitteja, joista esimerkiksi Euroopan avaruusjärjestön Sentinel1 jatkaa ERS-satelliiteista perittyä kuvaustapaa. Uuden datajakelupolitiikan myötä Sentinel-1:n
aineisto on ilmaista kaikkeen käyttöön – myös kaupalliseen toimintaan. SAR-satelliittikuvien
metriluokan erotuskyky ja sijaintitarkkuus yhdessä uudistuneen datapolitiikan kanssa luovat
todennäköisesti uudenlaisia käytännön sovellusmahdollisuuksia SAR-satelliittikuville.
LÄHTEET
Ager, T. & Bresnahan, P.A., 2009. Geometric Precision in Space Radar Imaging: Results from TerraSAR-X.
Proceedings of the ASPRS 2009 Annual Conference: Reflection of the Past, Vision of the Future, Baltimore, 913 March 2009.
Attema, E., Desnos, Y.L. & Duchossois, G., 2000. Synthetic Aperture Radar in Europe: ERS, Envisat, and
beyond. Johns Hopkins APL Technical Digest 21, no. 1: 155–161.
Düring, R., Koudogbo, F.N. & Weber, M., 2008. TerraSAR-X and TanDEM-X Revolution in Spaceborne
Radar. The International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences,
ISPRS Congress Beijing 2008, Volume XXXVII, Part B1, 227-234.
Henderson, F.M. & Lewis, A.J., 1998. Principles & Applications of Imaging Radar, Manual of Remote
Sensing. Third Edition, Volume 2, American Society for Photogrammetry and Remote Sensing, John Wiley &
Sons, 866 p., ISBN 0-471-29406-3.
157
Karila, K., Karjalainen, M. & Hyyppä, J., 2005. Urban Land Subsidence Studies in Finland Using Synthetic
Aperture Radar Images and Coherent Targets. Photogrammetric Journal of Finland 19(2):43-53.
Karila, K., 2008. Use of Advanced Radar Remote Sensing Techniques to Detect Subsidence in Built
Environment in Finland. Licentiate's thesis, Helsinki University of Technology, 73 s.
Karvonen, J., 2006. Compaction of C-Band Synthetic Aperture Radar Based Sea Ice Information for
Navigation in the Baltic Sea. Doctoral thesis, Helsinki University of Technology,
http://lib.tkk.fi/Diss/2006/isbn9512284723/, (5.10.2011).
Koskinen, J., 2001. Snow Monitoring Using Microwave Radars. Doctoral thesis, Helsinki University of
Technology, http://lib.tkk.fi/Diss/2001/isbn9512253151/, (5.10.2011).
La Prade, G., 1963. An Analytical and Experimental Study of Stereo for Radar. Photogrammetric Engineering,
29(2):294-300.
Leberl, F., 1979. Accuracy Analysis of Stereo Side-looking Radar. Photogrammetric Engineering and Remote
Sensing, 45(8):1083-1096.
Luojus, K., 2009. Remote Sensing of Snow-Cover for the Boreal Forest Zone Using Microwave Radar.
Doctoral thesis, Helsinki University of Technology, http://lib.tkk.fi/Diss/2009/isbn9789516976900/,
(5.10.2011).
Massonnet, D., Feigl, K., 1998. Radar Interferometry and its Application to Changes in the Earth's Surface.
Reviews of Geophysics, 36(4):441-500.
Pulliainen, J., Kurvonen, L. & Hallikainen, M., 1999. Multitemporal behaviour of L- and C-Band SAR
Observations of Boreal Forest. IEEE Transactions on Geoscience and Remote Sensing, 37(2):927-937.
Raggam, H., Gutjahr, K., Perko, R. & Schardt, M., 2010. Assessment of the Stereo-Radargrammetric Mapping
Potential of TerraSAR-X Multibeam Spotlight Data. IEEE Transactions on Geoscience and Remote Sensing,
48(2):971-977.
Raucoules, D., Bourgine, B., de Michele, M., Le Cozannet, G., Closset, L., Bremmer, C., Veldkamp, H.,
Tragheim, D., Bateson, L., Crosetto, M., Agudo, M. & Engdahl, M., 2009. Validation and Intercomparison of
Persistent Scatterers Interferometry: PSIC4 Project Results. Journal of Applied Geophysics, 68(3):335-347.
Rauste, Y., 2006. Techniques for Wide-Area Mapping of Forest Biomass Using Radar Data. Doctoral thesis,
Helsinki University of Technology, http://lib.tkk.fi/Diss/2006/isbn9513866955/, (5.10.2011).
158