Interferometrická syntetická apertura radar (InSAR) umožňuje měřit pohyb zemského povrchu ve směru přímého pozorování družice, což je obvykle přibližně východo-západní osa nakloněná 20–50° vůči místnímu vertikálu. Tento způsob měření efektivně zachycuje pohyby ve směru východ-západ a vertikální pohyby, pokud se kombinují data z družicových přeletů ve vzestupném i sestupném směru. Pohyby v podélném směru družicové dráhy, tedy přibližně sever-jih, však běžné systémy InSAR zachytit nedokážou, neboť radarový paprsek je zpravidla příliš úzce zaměřen.
K rozpoznání podélných pohybů slouží technika rozdělení radarového paprsku na směry dopředu a dozadu podél dráhy družice. Rozdíly interferogramů z těchto dvou směrů mohou odhalit pohyb sever-jih. Současné systémy však mají omezenou úhlovou separaci těchto paprsků, což snižuje citlivost na tento směr pohybu. Sentinel-1, díky své neobvyklé metodě sběru dat zvané TOPS, má v určitých překryvných oblastech mírně vyšší citlivost k pohybům podélně po dráze družice, ale stále je méně citlivý k těmto pohybům než k pohybům ve směru přímého pozorování.
Budoucí mise, jako koncept SuperSAR, plánují překonat tyto limity vysíláním a přijímáním silně natočených paprsků dopředu a dozadu z jednoho satelitu, což by umožnilo měřit trojrozměrné pohyby zemského povrchu. Dalším příkladem je mise Harmony ESA, která bude využívat dvojici pasivních přijímačů letících v tandemu se satelity Sentinel-1C a 1D. Taková konfigurace umožní měřit pohyby podélné i napříč dráhou družice a zároveň rychle aktualizovat digitální modely terénu (DEM). Návrh geostacionárního SAR satelitu představuje ještě radikálnější možnost, kdy se satelit pohybuje na geostacionární dráze mimo rovník a snímá oblast Země s vysokou frekvencí během dne. Taková technologie by v budoucnu mohla poskytovat data o deformacích povrchu s velmi krátkými intervaly opakování, což je zásadní pro rychlou reakci na katastrofické události.
LiDAR je dalším významným nástrojem pro sledování tvaru a struktury zemského povrchu. Letectvem nesené LiDAR systémy dokážou generovat vysoce přesné digitální modely terénu s možností odstranění vegetace z výsledných dat, což umožňuje detailní analýzy půdního pokryvu a geomorfologie. Přestože satelitní LiDAR má potenciál opakovaně mapovat topografii i atmosférické podmínky, konstrukce takového systému je technicky náročná. První satelitní LiDAR, ICESat1, byl provozován NASA v letech 2003–2009, a přestože splnil hlavní úkoly v oblasti monitorování kryosféry, nebyl dostatečně jemný pro mnohé aplikace v oblasti geohazardů či monitoringu zdrojů. Jeho nástupce, ICESat2, zlepšil rozlišení a hustotu snímání, což rozšiřuje možnosti využití LiDAR dat, například v lesnictví nebo monitoringu geohazards.
Systém GEDI na Mezinárodní vesmírné stanici dále zvyšuje hustotu sběru dat, i když prostorové rozlišení dat stále zůstává limitujícím faktorem pro některé aplikace. ESA připravuje misi EarthCARE s dalším LiDAR zařízením zaměřeným primárně na sledování atmosféry, ale s potenciálem využití i pro vulkanickou činnost. Vědecká komunita požaduje další vývoj, který by přinesl satelitní LiDAR s rozlišením kolem 1 metru a plným pokrytím pásma, podobně jako je tomu u leteckých LiDARů, avšak časové horizonty realizace takových projektů zatím nejsou jasné.
Další významnou inovací v oblasti pozorovacích platforem je rozvoj malých satelitů – Cubesatů. Díky jejich standardizované velikosti a nízké hmotnosti jsou levné na výrobu a vynesení na oběžnou dráhu, což umožňuje komerčním i akademickým subjektům vlastnit a provozovat satelity s různými senzory. Toto zlevnění a rozšíření přístupu k vesmírnému monitoringu umožní rychlejší a častější sběr dat, což je zvláště důležité pro monitorování přírodních katastrof a rizik.
Druhou výraznou změnou je využívání bezpilotních letounů (dronů) jako flexibilních platforem pro zaměřené zemské pozorování. Díky jednoduchým kamerám a senzorům jsou drony stále častěji používány k monitorování obtížně přístupných či nebezpečných lokalit, kde poskytují rychlé a detailní informace, které by jinak bylo obtížné nebo nebezpečné získat.
Pochopení těchto technologií je klíčové pro efektivní využití moderních metod monitorování pohybů zemského povrchu a atmosférických podmínek. Vývoj v oblasti radarových a laserových systémů spolu s novými platformami radikálně zrychluje dostupnost dat, což zásadně mění možnosti prevence a reakce na geohazardní události. Pro čtenáře je důležité si uvědomit, že i přes pokročilost technologií stále existují limitace způsobené fyzikálními a technickými omezeními měření, a proto je potřeba interpretovat data vždy v širším kontextu a doplnit je o další zdroje informací a terénní ověření.
Jak správně orthorektifikovat letecké a satelitní snímky pro přesnou korelaci obrazu
Orthorektifikace snímků představuje základní krok při přípravě optických dat k analýze zemských deformací pomocí korelace obrazu. Je to proces, který koriguje geometrické deformace vzniklé kvůli topografii terénu a naklonění snímacího senzoru vůči povrchu Země. Bez správné orthorektifikace by výsledky korelace byly zkreslené a nespolehlivé, protože posuny pixelů by reflektovaly nejen skutečné pohyby na povrchu, ale také geometrické chyby a perspektivní deformace.
Zvláštní výzvou jsou letecké snímky, které často trpí řadou komplikací spojených s fyzickou degradací filmu, zejména u historických snímků. Doporučuje se proto skenování negativů pomocí kvalitního fotogrammetrického skeneru, aby se minimalizovaly artefakty a deformace způsobené stárnutím nebo poškozením filmu. Naopak skenování hotových fotografií může přinášet další složité a rozsáhlé deformace, které jsou obtížně korigovatelné.
Klíčovým prvkem úspěšné orthorektifikace je znalost interní geometrie kamery – tedy ohniskové vzdálenosti, parametrů čočky včetně zkreslení, optického středu a rozměrů obrazu. K tomu je nutné doplnit i polohu a orientaci kamery v prostoru, která se stanovuje pomocí zemních kontrolních bodů (GCP). U historických dat je často nutné tyto parametry odhadnout, protože nejsou přímo dostupné. Moderní letecké snímky, zejména pořízené drony, bývají doplněny GPS údaji a parametry kamery jsou uloženy v metadatech, což výrazně usnadňuje zpracování.
Dalším aspektem je omezený rozsah jednotlivých leteckých snímků, které jsou pořízeny z nízké výšky a pokrývají relativně malou oblast. Pro analýzu větších území je nutné tyto snímky přesně spojit do mozaiky. To vyžaduje precizní vyrovnání (bundle block adjustment), založené na kvalitních snímcích, přesných odpovídajících bodech a spolehlivých informacích o kameře. V poslední době se hojně využívají metody Structure from Motion (SfM), které umožňují automatizovanou kalibraci a relativní polohování kamer ve velkých sítích snímků. Mezi oblíbené nástroje patří Agisoft Metashape, Pix4D, COLMAP a MicMac. Tyto technologie výrazně zjednodušují zpracování i u snímků bez přesné geolokace.
Aby bylo možné výsledné snímky přesně referencovat k zemskému povrchu, je nezbytné využít vysoce kvalitní zemní kontrolní body, které propojují pixely obrazu s reálnými souřadnicemi. Tyto body umožňují provést rigidní transformaci mezi souřadnicovým systémem kamery a zemskými souřadnicemi (např. ECEF), což je nezbytné pro geodetické aplikace.
Před vlastní korelací obrazu je nutné, aby všechny zpracovávané snímky měly společnou zobrazovací geometrii – byly orthorektifikované a ko-registrované. To zajišťuje, že rozdíly mezi obrazy vycházejí skutečně ze změn na zemském povrchu a ne z geometrických zkreslení či posunů. Pro satelitní snímky, které poskytují již orthorektifikované produkty, lze rovnou přistoupit ke korelaci. U neupravených snímků je nutné provést orthorektifikaci a korekci chyb, přičemž využití DEM (digitálního modelu terénu) stejného nebo vyššího rozlišení než je snímek je zásadní.
Orthorektifikace není pouhým vyrovnáním obrazu; správné odstranění topografických deformací vyžaduje precizní model terénu a znalost specifik kamerového systému, které často dodávají výrobci snímků ve formě racionalizovaných polynomických koeficientů (RPC). Pokud jsou tyto koeficienty nedostatečně přesné, může být georeferencování zpřesněno manuálně pomocí kontrolních bodů.
Kromě technických aspektů je důležité pochopit, že kvalita výsledné korelace je závislá také na vizuální podobnosti snímků. Stabilní povrchy, například skalnaté oblasti nebo pouště, umožňují korelaci i přes dlouhá časová období, zatímco vegetované, zasněžené nebo zemědělské oblasti vykazují rychlou ztrátu korelace, protože jejich vzhled se v čase mění.
Přesné a kvalitní orthorektifikace je tak základem nejen pro detekci deformací zemského povrchu, ale i pro další geodetické a environmentální aplikace založené na analýze časových řad optických snímků.
Pro úplné pochopení problematiky je nezbytné uvědomit si, že orthorektifikace představuje jen jeden krok komplexního procesu zpracování snímků, kde každá chyba nebo nepřesnost se může násobně projevit v konečných výsledcích. Věnovat pozornost detailům interní geometrie kamer, kvalitě zemních kontrolních bodů a volbě vhodných nástrojů pro kalibraci a korekci je proto klíčové pro dosažení spolehlivých dat o deformacích povrchu Země.
Jak použít Masterovu větu pro analýzu složitosti algoritmů
Jak zůstat konkurenceschopný v šachu, když stárneme?
Jak fungují metriky rodiny Szekeres–Szafron
Jak rozumět současným výzvám demokracie v éře neoliberálního kapitalismu?
Jaký vliv má umístění chladiče na rozvod chladicí vody?

Deutsch
Francais
Nederlands
Svenska
Norsk
Dansk
Suomi
Espanol
Italiano
Portugues
Magyar
Polski
Cestina
Русский