Tilbake
4.2
Fjernmåling og jordobservasjon

4.2 Fjernmåling og jordobservasjon

Fjernmålingstyper, spektralanalyse og anvendelser.

25 min
5 oppgaver
FjernmålingSpektralanalyseJordobservasjon
Du leser den tradisjonelle versjonen
Din fremgang i kapitlet
0 / 5 oppgaver

Fjernmåling og jordobservasjon

Fjernmåling (remote sensing) er teknikken der vi samler inn informasjon om et objekt eller et område uten å være i fysisk kontakt med det. Fra satellitter i bane kan vi overvåke klimaendringer, kartlegge skog og landbruk, oppdage skogbranner, følge isbreer og mye mer.

Grunnlaget for fjernmåling er at alle objekter sender ut, reflekterer eller absorberer elektromagnetisk stråling på måter som avhenger av materialets egenskaper. Ved å analysere denne strålingen kan vi hente ut detaljert informasjon om jordoverflaten og atmosfæren — fra hundrevis av kilometer opp.

Det elektromagnetiske spektrumet i fjernmåling
Fjernmålingssensorer opererer i ulike deler av det elektromagnetiske spektrumet:

- Synlig lys (0,4–0,7 µm): Gir bilder som ligner det vi ser med øynene. Brukes til kartlegging, fotoanalyse og vegetasjonsklassifisering.
- Nærinfrarødt (NIR, 0,7–1,4 µm): Vegetasjon reflekterer sterkt i NIR. Brukes til å skille frisk vegetasjon fra død eller stresset vegetasjon.
- Kortbølget infrarødt (SWIR, 1,4–3 µm): Følsomt for fuktinnhold i jord og vegetasjon, og for mineraler.
- Termisk infrarødt (TIR, 3–15 µm): Måler varmestråling. Brukes til å kartlegge overflatetemperatur, branndeteksjon og urbane varmeøyer.
- Mikrobølger (1 mm–1 m): Trenger gjennom skyer og kan brukes dag og natt. Aktiv mikrobølge (radar) sender eget signal og måler ekko.

Passiv vs. aktiv fjernmåling

Fjernmålingssensorer deles i to hovedkategorier basert på strålingskilde:

Passiv fjernmåling: Sensoren registrerer naturlig stråling — enten solreflektert lys eller varme (termisk emisjon) fra objekter. Vanlige kameraer og multispektrale sensorer er passive. Ulempen er at passive sensorer er avhengige av sollys (eller varme) og kan ikke «se» gjennom tette skyer.

Aktiv fjernmåling: Sensoren sender ut sin egen stråling og måler det som reflekteres tilbake. Eksempler er:
- Radar (SAR — Synthetic Aperture Radar): Sender mikrobølgepulser og analyserer ekko. Fungerer uansett vær og lysforhold. Brukes til isovervåkning, terrengkartlegging og deteksjon av oljesøl.
- Lidar (Light Detection and Ranging): Sender laserpulser og måler returtiden. Brukes til høyoppløselig terrengmodellering, skogtaksering og atmosfæreanalyse.

Aktiv fjernmåling har fordelen av å være uavhengig av sollys og vær, men krever mer energi og gir ofte lavere romlig oppløsning enn optiske sensorer.

📝Oppgave 1

Hva er hovedforskjellen mellom passiv og aktiv fjernmåling?

Spektralanalyse

Nøkkelen til fjernmåling er at ulike materialer har unike spektrale signaturer — de reflekterer, absorberer og emitterer stråling ulikt i forskjellige bølgelengder.

Refleksjon oppstår når stråling spretter tilbake fra en overflate. Snø reflekterer sterkt i synlig lys (høy albedo), mens vann absorberer det meste.

Absorpsjon oppstår når materialet tar opp strålingen. Klorofyll i planter absorberer rødt og blått lys for fotosyntese, men reflekterer grønt lys — derfor ser planter grønne ut.

Emisjon er stråling som sendes ut fra et objekt basert på temperaturen (Plancks lov). Alt med temperatur over absolutt nullpunkt sender ut termisk stråling.

NDVI — Normalized Difference Vegetation Index er et av de mest brukte fjernmålingsindeksene:

NDVI=NIRRødtNIR+Rødt\text{NDVI} = \frac{\text{NIR} - \text{Rødt}}{\text{NIR} + \text{Rødt}}

NDVI utnytter at frisk vegetasjon reflekterer sterkt i nærinfrarødt (NIR) og absorberer rødt lys. Verdier nær +1 indikerer frodig vegetasjon, verdier nær 0 indikerer bar jord, og negative verdier indikerer vann eller snø.

✏️Eksempel: Beregning av NDVI

En satellittsensor måler reflektansverdier for en piksel: NIR = 0,45 og Rødt = 0,10. Beregn NDVI og vurder hva pikselen sannsynligvis viser.

Vi setter inn i formelen:

NDVI=0,450,100,45+0,10=0,350,550,64\text{NDVI} = \frac{0{,}45 - 0{,}10}{0{,}45 + 0{,}10} = \frac{0{,}35}{0{,}55} \approx 0{,}64

En NDVI-verdi på 0,64 er ganske høy og indikerer frodig, frisk vegetasjon — for eksempel en skog eller et aktivt jordbruksområde. Typiske NDVI-verdier:
- Tett skog: 0,6–0,9
- Jordbruksmark: 0,3–0,7
- Bar jord: 0,1–0,2
- Vann: −0,1 til 0,0

Resultatet bekrefter at pikselen inneholder aktiv vegetasjon med god fotosyntese.

📝Oppgave 2

Hvorfor reflekterer frisk vegetasjon sterkt i nærinfrarødt (NIR)?

Anvendelser av fjernmåling

Fjernmåling fra satellitter har revolusjonert vår evne til å overvåke og forstå jorda:

Klimaovervåkning: Satellitter måler globale temperaturendringer, havnivåstigning, CO₂-konsentrasjon i atmosfæren, ozonlaget og energibalansen mellom innkommende solstråling og utgående varmestråling.

Skogbranndeteksjon: Termiske infrarøde sensorer oppdager «hotspots» — områder med unormalt høy overflatetemperatur. Kombinert med røykdeteksjon i synlig og NIR-båndet kan branner oppdages innen minutter.

Landbruk (presisjonsjordbruk): NDVI-kart over jordbruksmark viser hvor avlingen er frisk og hvor den er stresset. Bønder kan dermed tilpasse vanning, gjødsling og sprøyting til spesifikke områder — dette kalles presisjonsjordbruk og reduserer ressursbruk og miljøpåvirkning.

Isovervåkning: SAR-radar er uvurderlig for å kartlegge sjøis i Arktis fordi den fungerer gjennom skyer og mørke (polarnatt). Tidsserie av isdata dokumenterer issmeltingen som følge av klimaendringer.

Naturkatastrofer: Fjernmåling brukes til å kartlegge flomområder, jordskred, vulkanutbrudd og tsunamiskader, og til å koordinere nødhjelp.

Copernicus-programmet

Copernicus er EUs program for jordobservasjon, utviklet i samarbeid med ESA (European Space Agency). Det er verdens mest ambisiøse fjernmålingsprogram og gir gratis, åpne data til alle.

Programmet består av en serie Sentinel-satellitter, hver spesialisert for bestemte oppgaver:

- Sentinel-1: SAR-radar. Allværs, dag-og-natt-avbildning. Brukes til isovervåkning, oljeutslipp og terrengbevegelse.
- Sentinel-2: Multispektral optisk sensor med 13 bånd. 10 m oppløsning. Brukes til landbruk, skog, vann og arealbruk.
- Sentinel-3: Kombinerer optisk og termisk sensor for havoverflatetemperatur, havfarge og vegetasjonstilstand på global skala.
- Sentinel-5P: Atmosfærekjemi. Måler NO₂, ozon, SO₂, metan og andre gasser. Viktig for luftkvalitetsovervåkning.

Copernicus-data brukes av forskere, myndigheter, bedrifter og enkeltpersoner over hele verden. Norge bruker dataene aktivt for blant annet isovervåkning langs kysten, skogkartlegging og overvåkning av fjorder og havområder.

📝Oppgave 3

Forklar hvorfor SAR-radar er spesielt godt egnet for isovervåkning i Arktis. Beskriv minst tre egenskaper ved SAR som gjør den overlegen sammenlignet med optiske sensorer for denne oppgaven.

Oppsummering

- Fjernmåling innebærer å samle inn informasjon uten fysisk kontakt, ved å analysere elektromagnetisk stråling i ulike bølgelengdeområder.
- Passiv fjernmåling bruker naturlig stråling (sollys, varme), mens aktiv fjernmåling (radar, lidar) sender ut egen stråling.
- Spektralanalyse utnytter at ulike materialer har unike refleksjons-, absorpsjons- og emisjonsmønstre. NDVI er et viktig verktøy for vegetasjonsovervåkning.
- Fjernmåling brukes til klimaovervåkning, skogbranndeteksjon, presisjonsjordbruk, isovervåkning og naturkatastrofehåndtering.
- Copernicus-programmet (EU/ESA) gir gratis, åpne jordobservasjonsdata gjennom Sentinel-satellittene.

📝Oppgave 4

En bonde ønsker å bruke satellittdata for å forbedre avlingen sin. Beskriv hvordan NDVI-kart fra Sentinel-2 kan brukes i presisjonsjordbruk. Inkluder: (a) hva NDVI måler, (b) hvordan bonden kan tolke et NDVI-kart, og (c) hvilke tiltak bonden kan gjøre basert på dataene.

📝Oppgave 5

Drøft hvordan fjernmåling fra satellitter bidrar til å dokumentere og forstå klimaendringer. Velg minst to konkrete klimarelaterte fenomener (f.eks. issmelting, avskoging, havnivåstigning) og forklar hvilke typer sensorer og målemetoder som brukes for hvert fenomen. Vurder også begrensninger ved satellittbasert klimaovervåkning.

Dette kapitlet er skrevet av Anthropics toppmodeller (Claude Opus og Claude Fable) og er foreløpig ikke manuelt gjennomgått — kvalitetskontrollen gjøres av uavhengige KI-agenter, og innmeldte feil rettes fortløpende. Funnet en feil? Meld fra, så retter vi den. Les mer om hvordan innholdet lages.