Vai al contenuto
GeoAI
QGIS
Guida

Immagini multispettrali e iperspettrali: le differenze

Pubblicato il

Immagine Sentinel-2 in falsi colori delle alluvioni di Ravenna del maggio 2023, con la vegetazione in rosso e l'acqua dell'alluvione in blu scuro.
Foto: SentinelHub, CC BY 2.0, Wikimedia Commons.

Un'immagine multispettrale registra la luce riflessa dal terreno in poche bande, di solito da 4 a 13, ciascuna una fetta larga dello spettro: blu, verde, rosso, vicino infrarosso, qualcuna nell'infrarosso a onde corte. Un'immagine iperspettrale registra la stessa luce in centinaia di bande strette e contigue, quindi ogni pixel contiene uno spettro completo invece di pochi campioni.

La differenza in una riga

Il multispettrale ti dice che un campo è verde e in stress. L'iperspettrale può dirti quale coltura, quale minerale, quale pigmento.

MultispettraleIperspettrale
BandeDa 4 a 13Da 100 a 300
Satelliti gratuitiSentinel-2, LandsatEnMAP, PRISMA, su richiesta
Sensore per droneAlcune migliaia di euroDecine di migliaia
Dati per scenaCentinaia di megabyteGigabyte
RisposteVegetazione, acqua, costruito, stressQuale specie, quale minerale, quale plastica
Grafico della riflettanza di una foglia verde da 400 a 2500 nanometri: una linea continua che sale ripida al red edge, con le tredici bande di Sentinel-2 disegnate come barre colorate sopra la curva.
Un sensore iperspettrale registra tutta la curva. Le barre colorate sono le tredici bande di Sentinel-2, tutto ciò che conserva un sensore multispettrale. Curva della foglia stilizzata.

A cosa serve ciascuno

Il multispettrale copre quasi tutto ciò che un team GIS fa con le immagini satellitari, e gratis. Sentinel-2 fornisce una nuova scena a 13 bande di ogni punto di terraferma ogni cinque giorni, e la sua banda del vicino infrarosso basta per mappare colture, foreste, acqua, aree bruciate ed estensione del costruito. Lo strumento è l'aritmetica degli indici, prima di tutto l'NDVI, poi una classificazione con il Semi-Automatic Classification Plugin. L'articolo sulla mappatura della chioma degli alberi segue proprio questo percorso.

L'iperspettrale aggiunge la distinzione all'interno di una classe. Due colture che appaiono identiche in tutte le bande di Sentinel-2 hanno spettri diversi a una risoluzione di 10 nanometri. La mappatura dei minerali, il suo uso originale, legge caratteristiche di assorbimento che nessuna banda multispettrale vede. Il prezzo: sensori costosi, dati pesanti e satelliti gratuiti che acquisiscono su richiesta a 30 m, con un tempo di rivisitazione di settimane.

Quale scegliere per ogni lavoro in QGIS

  • Copertura del suolo, tipo di coltura, estensione forestale, estensione di un'alluvione. Multispettrale. Gratuito, frequente, e gli strumenti di classificazione di QGIS sono nati per questo.
  • Stress delle colture prima che si veda, specie, minerali, contaminazione, plastiche. Iperspettrale: da drone per un sito, da EnMAP o PRISMA per una regione.
  • Tutto ciò che richiede di vedere un oggetto piccolo. Nessuno dei due. Entrambi lavorano sul pixel, a 10 o 30 m. Un tetto, una chioma o una piscina è una forma, che si legge su immagini ad alta risoluzione in tre bande. AI Segmentation, il plugin che realizziamo in TerraLab per QGIS, funziona così: legge l'ortofoto RGB e restituisce un poligono per ogni oggetto.

Le domande più frequenti

Sentinel-2 è multispettrale o iperspettrale?

Multispettrale: 13 bande a 10, 20 e 60 m. Le missioni iperspettrali gratuite sono EnMAP, PRISMA e EMIT della NASA.

Cos'è il red edge?

È il brusco aumento della riflettanza di una foglia tra circa 680 e 750 nanometri. La sua posizione cambia con lo stress della pianta, ed è per questo che Sentinel-2 ha tre bande strette in quell'intervallo.

QGIS supporta i dati iperspettrali?

Sì. Una scena iperspettrale è un raster con qualche centinaio di bande e ogni strumento per i raster la legge. EnMAP-Box, un plugin QGIS del team EnMAP, nasce proprio per questo caso.

L'hub QGIS AI raccoglie ciò che l'AI può e non può fare dentro QGIS. Il vocabolario delle immagini prosegue nella pagina su ortomosaico vs ortofoto.