SlideShare a Scribd company logo
1 of 42
Snímek 1© W-Technika Group s.r.o. Multispektrální a termografické snímkování
MULTISPEKTRÁLNÍ A TERMOGRAFICKÉ
SNÍMKOVÁNÍ
JAN SOVA
Snímek 2© W-Technika Group s.r.o. Multispektrální a termografické snímkování
FYZIKA
Snímek 3© W-Technika Group s.r.o. Multispektrální a termografické snímkování
TEPELNÉ ZÁŘENÍ
Snímek 4© W-Technika Group s.r.o. Multispektrální a termografické snímkování
SVĚTLO A ELEKTROMAGNETICKÉ ZÁŘENÍ
 Vystavíme-li své tělo slunečnímu záření, cítíme intenzivně jeho
tepelné účinky a dokonce i se zavázanýma očima jsme schopni
poměrně přesně určit polohu Slunce. Stejné pocity v nás
vyvolává např. zářeni nahřátých kamen. Vnímáme, že záření
kamen je stejně „tepelné“ jako to sluneční.
 Tělesa všech skupenství s teplotou vyšší než je absolutní nula
vyzařuji elektromagnetické záření, které má původ v tepelných
(termických) pohybech nabitých částic, z nichž jsou tato tělesa
složena. Vzhledem k tomu, že příčinou zářeni je teplo,
nazýváme jej tepelným zářením, v angličtině pak hovoříme o
thermal radiation.
Snímek 5© W-Technika Group s.r.o. Multispektrální a termografické snímkování
SVĚTLO A ELEKTROMAGNETICKÉ ZÁŘENÍ
 Proč k tepelnému záření dochází?
 Fyzikální tělesa vyzařuji tepelné záření, neboť obsahují velké
množství elektricky nabitých částic s nenulovou kinetickou
energií.
 Tepelné zařeni je statistickým vysledkem velkeho množství
událostí, při nichž v blízkosti povrchu objektu vzniká
elektromagnetické záření zapříčiněné chaotickým pohybem
elektricky nabitých částic.
Snímek 6© W-Technika Group s.r.o. Multispektrální a termografické snímkování
SVĚTLO A ELEKTROMAGNETICKÉ ZÁŘENÍ
 Pomocí Planckova vyzařovacího zákona lze určit množství
energie vyzářené černým tělesem v oblasti viditelného světla.
Snímek 7© W-Technika Group s.r.o. Multispektrální a termografické snímkování
ELEKTROMAGNETICKÉ SPEKTRUM
 Je třeba si uvědomit, že nás nyní zajímá jen velmi úzká část z
celého spektra!
Rozdělení elektromagnetického spektra na jednotlivá pásma RGB, NIR, SWIR, MWIR
a LWIR
Snímek 8© W-Technika Group s.r.o. Multispektrální a termografické snímkování
ELEKTROMAGNETICKÉ SPEKTRUM
 Elektromagnetické spektrum lze rozdělit do mnoha různých
pásem. Nás v této aplikační doméně zajímá pásmo v rozsahu
0.4 až 14µm.
Přibližné dělení jednotlivých pásem
RGB 0.4 až 0.8 µm viditelné vlastnosti (CCD/CMOS)
NIR 0.8 až 1.2 µm mat. vlastnosti (CDD/CMOS)
SWIR 1.2 až 3 µm spektroskopie, mat. vlastnosti (InGaAs)
MWIR 3 až 5 µm termografie, mat. vlastnosti (QWIP)
LWIR 7 až 14µm termografie, vodní stres (bolometry)
Snímek 9© W-Technika Group s.r.o. Multispektrální a termografické snímkování
INTERAKCE ZÁŘENÍ S TĚLESEM
 Dopadající záření je buď pohlceno, nebo odraženo, nebo je
tělesem propuštěno.
Uvedené
zjednodušení je
platné jen pro
dostatečně vysoké
frekvence záření!
Snímek 10© W-Technika Group s.r.o. Multispektrální a termografické snímkování
INTERAKCE ZÁŘENÍ S TĚLESEM
 Z této úvahy lze odvodit následující vztah:
Φ = Φ 𝑝𝑜ℎ𝑙 + Φ 𝑜𝑑𝑟𝑎ž + Φ 𝑝𝑟𝑜𝑝𝑢𝑠
 Jedná se o zákon zachování energie. Normalizací hodnotou Φ
dostaneme pojmy: pohltivost, odrazivost a propustnost.
Φ = Φ 𝑝𝑜ℎ𝑙 + Φ 𝑜𝑑𝑟𝑎ž + Φ 𝑝𝑟𝑜𝑝𝑢𝑠 /Φ
1 =
Φ 𝑝𝑜ℎ𝑙
Φ
+
Φ 𝑜𝑑𝑟𝑎ž
Φ
+
Φ 𝑝𝑟𝑜𝑝𝑢𝑠
Φ
1 = α + β + γ.
Snímek 11© W-Technika Group s.r.o. Multispektrální a termografické snímkování
INTERAKCE ZÁŘENÍ S TĚLESEM
 Pohltivost (α) – α =
Φ 𝑝𝑜ℎ𝑙
Φ
, určuje schopnost tělesa pohlcovat
dopadající záření, to je přeměněno na teplo a využito ke
zvýšení vnitřní energie
 Odrazivost (β) – β =
Φ 𝑜𝑑𝑟𝑎ž
Φ
, určuje schopnost látky odrážet
dopadající záření
 Propustnost (γ) – γ =
Φ 𝑝𝑟𝑜𝑝𝑢𝑠
Φ
, určuje schopnost látky
propouštět dopadající záření
Snímek 12© W-Technika Group s.r.o. Multispektrální a termografické snímkování
DALŠÍ POHLED NA ROZDĚLENÍ SPEKTRA
Snímek 13© W-Technika Group s.r.o. Multispektrální a termografické snímkování
PŘENOST ATMOSFÉROU
□ Přenos atmosférou je ovlivněn především množstvím molekul
vody, kyslíku O2, oxidu uhličitého a ozonu O3.
□ Dva přenosy: (a) l = 10 m, (b) l = 1000m
Snímek 14© W-Technika Group s.r.o. Multispektrální a termografické snímkování
POHLTIVOST ATMOSFÉRY
Snímek 15© W-Technika Group s.r.o. Multispektrální a termografické snímkování
TECHNIKA
Snímek 16© W-Technika Group s.r.o. Multispektrální a termografické snímkování
UKÁZKY PŘÍSTROJŮ
DJI Phantom P4 – multispektrál FLIR X6500Sc– MWIR
Workswell WIRIS Pro – LWIR HinaLea Model 4200M – multispektrál
Snímek 17© W-Technika Group s.r.o. Multispektrální a termografické snímkování
MWIR SENZORY
Citlivost různých materiálů pro různé vlnové délky.
Čím je větší detektivita, tím větší citlivosti lze
dosáhnout.
𝐷∗
=
𝐴∆𝑓
𝑁𝐸𝑃
∆𝑓 =
1
2𝜋𝑓
• NEP – Noise Equivalent
Power, tj. optický vstup,
který v detektoru vyvolá
signál, který je větší než
jeho vlastní šum
• A – plocha detektoru v cm2
Snímek 18© W-Technika Group s.r.o. Multispektrální a termografické snímkování
MWIR SENZORY
 Přechodový děj - při skokové změně
tepelného toku. Modelujeme
přechodovým dějem prvního řádu. Čím
kratší přechodový děj, tím větší obrazová
frekvence.
 První řád lze aproximovat obvodem
prvního s jedním kondenzátorem a
rezistorem.
𝑢 𝑅 + 𝑢 𝐶 − 𝑈 = 0
𝑅𝐶
𝑑𝑢 𝐶
𝑑𝑡
+ 𝑢 𝐶 = U
𝑢 𝑅 = 𝑈(1 − 𝑒−
1
𝑅𝐶)
Snímek 19© W-Technika Group s.r.o. Multispektrální a termografické snímkování
LWIR-MIKROBOLOMETRICKÉ POLE
Mikrobolometrické pole je
složeno z 2D matice
mikrobolometrů, dnes až
1024 x 768.
Snímek 20© W-Technika Group s.r.o. Multispektrální a termografické snímkování
IČ OKÉNKO - NACL
Snímek 21© W-Technika Group s.r.o. Multispektrální a termografické snímkování
IČ OKÉNKO - SAFÍR
Snímek 22© W-Technika Group s.r.o. Multispektrální a termografické snímkování
APLIKACE
Snímek 23© W-Technika Group s.r.o. Multispektrální a termografické snímkování
CWSI – VODNÍ STRES
 Fyziologickou reakce k omezené dostupnosti vody v rostlině.
Vodní stres v rostlině vzniká, pokud dojde k jakékoli
nevyváženosti ve vodní bilanci rostliny, tedy pokud rostlina
vodu absorbuje pomaleji, než ji transpiruje, nebo naopak.
Snímek 24© W-Technika Group s.r.o. Multispektrální a termografické snímkování
CWSI – VODNÍ STRES
 Z teploty vzduchu a rostlin a relativní vlhkosti vzduchu
lze vypočítat index CWSI, který porovnává rozdíl teploty
vzduchu a rostlin s hodnotami nejvyššího možného
rozdílu teplot porostu a vzduchu u netranspirujících
rostlin, bez vody, a nejnižší rozdíl teplot plně
transpirujícího (ochlazovaného) povrchu a teploty
vzduchu - to vše pro danou aktuální úroveň sytostního
doplňku. Hodnota CWSI se nejčastěji pohybuje od 0 do
1, přičemž hodnoty stoupající k jedna indikují rostoucí
stres (rostliny omezují transpiraci, neochlazují se).
Snímek 25© W-Technika Group s.r.o. Multispektrální a termografické snímkování
CWSI SNÍMEK
Snímek 26© W-Technika Group s.r.o. Multispektrální a termografické snímkování
CWSI – SVĚTOVÁ MAPA
Snímek 27© W-Technika Group s.r.o. Multispektrální a termografické snímkování
CWSI X NDVI
Snímek 28© W-Technika Group s.r.o. Multispektrální a termografické snímkování
VODNÍ STRES - FENOTYPOVÁNÍ
 Fenotypovací experiment ve Výzkumném ústavu
bramborářském – Havlíčkův Brod. Hledají se odrůdy brambor,
které jsou odolné (málo sensitivní) vůči vodnímu stresu, tj. s
malou stanovenou hodnotou CWSI.
Snímek 29© W-Technika Group s.r.o. Multispektrální a termografické snímkování
MIKROKLIMATICKÁ KRIZE
Snímek 30© W-Technika Group s.r.o. Multispektrální a termografické snímkování
ZÁVLAHOVÉ EXPERIMENTY
Závlahový
experiment - tam
kde je závlaha
dostatečná,
dochází k poklesu
vodního stresu –
rostliny jsou
modřejší.
Snímek 31© W-Technika Group s.r.o. Multispektrální a termografické snímkování
NDVI A JINÉ INDEXY
Snímek 32© W-Technika Group s.r.o. Multispektrální a termografické snímkování
NDVI A JINÉ INDEXY
□ Pro zpracování a zvýraznění dat získaných pomocí dronů
nebo DPZ se používají tzv. vegetační indexy, které pomocí
odrazivosti určují stavy rostliny. Indexů je velké množství a
každý určuje něco jiného. Jedním z těchto indexů je
normalizovaný rozdílový vegetační index (NDVI).
Snímek 33© W-Technika Group s.r.o. Multispektrální a termografické snímkování
NDVI A JINÉ INDEXY
□ Pro zpracování a zvýraznění dat získaných pomocí DPZ se
používají tzv. vegetační indexy, které pomocí odrazivosti a
určují stavy rostliny. Indexů je velké množství a každý určuje
něco jiného. Jedním z těchto indexů je normalizovaný
rozdílový vegetační index (NDVI).
Snímek 34© W-Technika Group s.r.o. Multispektrální a termografické snímkování
SPEKTRÁLNÍ ODRAZIVOST
□ Na obrázku je spektrální křivka odrazivosti listu, která se v
oblasti viditelného a blízkého infračerveného záření dělí
do tří hlavních částí, které odpovídají faktorům určujícím
velikost spektrální odrazivosti.
Snímek 35© W-Technika Group s.r.o. Multispektrální a termografické snímkování
SPEKTRÁLNÍ ODRAZIVOST
Snímek 36© W-Technika Group s.r.o. Multispektrální a termografické snímkování
ROVNICE TERMOGRAFIE
Snímek 37© W-Technika Group s.r.o. Multispektrální a termografické snímkování
ROVNICE TERMOGRAFIE
1. tepelné záření z okolí, které se bude odrážet od měřeného povrchu, 2. povrch
měřeného objektu, který je zdrojem měřeného tepelného záření, 3. atmosféra, která
jednak utlumuje (vlastní i odražení) tepelné záření z měřeného povrchu, jednak sama
vyzařuje tepelné záření, 4. objektiv termokamery
Snímek 38© W-Technika Group s.r.o. Multispektrální a termografické snímkování
ROVNICE TERMOGRAFIE
Vlastní záření objektu, utlumené
atmosférou. Jediná část rovnice,
kterou měřit CHCEME!
Odražené zdánlivé záření z
okolního objektu, odražené od
povrchu měřeného objektu.
Celkový zářivý
tok, který
dopadá na
detektor
termokamery
Vlastní vyzařování
atmosféry
Snímek 39© W-Technika Group s.r.o. Multispektrální a termografické snímkování
ROVNICE TERMOGRAFIE
Vliv atmosféry je
pro řadu aplikací
zanedbatelný
(podržené
symboly)
Odražené tepelné
záření
Vlastní tepelné
záření měřeného
objektu
Vlastní tepelné záření objektu je to, co měřit CHCEME, odražené (tepelné) záření je
to, co nám způsobuje problémy a snahou je, co nejvíce jej ELIMINOVAT. Čím méně
je v celkovém součtu vlastní tepelné záření měřeného objektu, tím větší chyby se
při měření můžeme dopustit navzdory snahy o její korekci stanovení odražené
zdánlivé teploty, viz měření dále.
Snímek 40© W-Technika Group s.r.o. Multispektrální a termografické snímkování
REFERENCE
Snímek 41© W-Technika Group s.r.o. Multispektrální a termografické snímkování
REFERENCES
□ [1] Carlos Poblete-Echeverría et. al, Analysis of crop water stress index (CWSI) for estimating
stem water potential in grapevines: Comparison between natural reference and baseline
approaches, January 2017 Acta horticulturae
□ [2] Reginato, R.J., J. Howe, Irrigation scheduling using crop indicators, Journal of Irrigation
and Drainage Engineering 111(2): 125-133
□ [3] N. Agam et. al, An insight to the performance of crop water stress index for olive trees,
Agricultural Water Management 118 (2013) 79–86
□ [4] Tanriverdi, C. , Atilgan, A. , Degirmenci, H. , Akyuz, A., Comparasion of Crop Water Stress
Index (CWSI) and Water Deficit Index (WDI) by using Remote Sensing (RS), Infrastruktura i
Ekologia Terenów Wiejskich, 2017 | nr III/1 | 879—894
□ [5] Ehrler, W.L., Idso, S.B., Jackson, R.D., Reginato, R.J. Wheat canopy temperature: relation
to plant water potential. Agron. J. 70, 251±256, 1978
□ [6] Idso, S. B. et al., Non-water-stressed baseline: a key to measuring and interpreting plant
water stress. Agriculture Meteorolgy; 27: 59-70
Snímek 42© W-Technika Group s.r.o. Multispektrální a termografické snímkování
DĚKUJI ZA POZORNOST

More Related Content

More from W-Technika.cz

Monitoring zvěře drony a jeho využití v mysliveckém managementu
Monitoring zvěře drony a jeho využití v mysliveckém managementuMonitoring zvěře drony a jeho využití v mysliveckém managementu
Monitoring zvěře drony a jeho využití v mysliveckém managementuW-Technika.cz
 
Kvalitativní x kvantitativní termografie
Kvalitativní x kvantitativní termografieKvalitativní x kvantitativní termografie
Kvalitativní x kvantitativní termografieW-Technika.cz
 
Prezentace k webináři: Diagnostika budov termokamerou
Prezentace k webináři: Diagnostika budov termokamerouPrezentace k webináři: Diagnostika budov termokamerou
Prezentace k webináři: Diagnostika budov termokamerouW-Technika.cz
 
Multispectra 2019: Multispektrální a termografické snímkování, J. Sova
Multispectra 2019: Multispektrální a termografické snímkování, J. SovaMultispectra 2019: Multispektrální a termografické snímkování, J. Sova
Multispectra 2019: Multispektrální a termografické snímkování, J. SovaW-Technika.cz
 
Detekce stresu rostlin termokamerou
Detekce stresu rostlin termokamerouDetekce stresu rostlin termokamerou
Detekce stresu rostlin termokamerouW-Technika.cz
 
Využití termokamer a bezdotykového měření teploty v plastikářském průmyslu
Využití termokamer a bezdotykového měření teploty v plastikářském průmysluVyužití termokamer a bezdotykového měření teploty v plastikářském průmyslu
Využití termokamer a bezdotykového měření teploty v plastikářském průmysluW-Technika.cz
 

More from W-Technika.cz (6)

Monitoring zvěře drony a jeho využití v mysliveckém managementu
Monitoring zvěře drony a jeho využití v mysliveckém managementuMonitoring zvěře drony a jeho využití v mysliveckém managementu
Monitoring zvěře drony a jeho využití v mysliveckém managementu
 
Kvalitativní x kvantitativní termografie
Kvalitativní x kvantitativní termografieKvalitativní x kvantitativní termografie
Kvalitativní x kvantitativní termografie
 
Prezentace k webináři: Diagnostika budov termokamerou
Prezentace k webináři: Diagnostika budov termokamerouPrezentace k webináři: Diagnostika budov termokamerou
Prezentace k webináři: Diagnostika budov termokamerou
 
Multispectra 2019: Multispektrální a termografické snímkování, J. Sova
Multispectra 2019: Multispektrální a termografické snímkování, J. SovaMultispectra 2019: Multispektrální a termografické snímkování, J. Sova
Multispectra 2019: Multispektrální a termografické snímkování, J. Sova
 
Detekce stresu rostlin termokamerou
Detekce stresu rostlin termokamerouDetekce stresu rostlin termokamerou
Detekce stresu rostlin termokamerou
 
Využití termokamer a bezdotykového měření teploty v plastikářském průmyslu
Využití termokamer a bezdotykového měření teploty v plastikářském průmysluVyužití termokamer a bezdotykového měření teploty v plastikářském průmyslu
Využití termokamer a bezdotykového měření teploty v plastikářském průmyslu
 

Multispektralni a termograficke snimkovani

  • 1. Snímek 1© W-Technika Group s.r.o. Multispektrální a termografické snímkování MULTISPEKTRÁLNÍ A TERMOGRAFICKÉ SNÍMKOVÁNÍ JAN SOVA
  • 2. Snímek 2© W-Technika Group s.r.o. Multispektrální a termografické snímkování FYZIKA
  • 3. Snímek 3© W-Technika Group s.r.o. Multispektrální a termografické snímkování TEPELNÉ ZÁŘENÍ
  • 4. Snímek 4© W-Technika Group s.r.o. Multispektrální a termografické snímkování SVĚTLO A ELEKTROMAGNETICKÉ ZÁŘENÍ  Vystavíme-li své tělo slunečnímu záření, cítíme intenzivně jeho tepelné účinky a dokonce i se zavázanýma očima jsme schopni poměrně přesně určit polohu Slunce. Stejné pocity v nás vyvolává např. zářeni nahřátých kamen. Vnímáme, že záření kamen je stejně „tepelné“ jako to sluneční.  Tělesa všech skupenství s teplotou vyšší než je absolutní nula vyzařuji elektromagnetické záření, které má původ v tepelných (termických) pohybech nabitých částic, z nichž jsou tato tělesa složena. Vzhledem k tomu, že příčinou zářeni je teplo, nazýváme jej tepelným zářením, v angličtině pak hovoříme o thermal radiation.
  • 5. Snímek 5© W-Technika Group s.r.o. Multispektrální a termografické snímkování SVĚTLO A ELEKTROMAGNETICKÉ ZÁŘENÍ  Proč k tepelnému záření dochází?  Fyzikální tělesa vyzařuji tepelné záření, neboť obsahují velké množství elektricky nabitých částic s nenulovou kinetickou energií.  Tepelné zařeni je statistickým vysledkem velkeho množství událostí, při nichž v blízkosti povrchu objektu vzniká elektromagnetické záření zapříčiněné chaotickým pohybem elektricky nabitých částic.
  • 6. Snímek 6© W-Technika Group s.r.o. Multispektrální a termografické snímkování SVĚTLO A ELEKTROMAGNETICKÉ ZÁŘENÍ  Pomocí Planckova vyzařovacího zákona lze určit množství energie vyzářené černým tělesem v oblasti viditelného světla.
  • 7. Snímek 7© W-Technika Group s.r.o. Multispektrální a termografické snímkování ELEKTROMAGNETICKÉ SPEKTRUM  Je třeba si uvědomit, že nás nyní zajímá jen velmi úzká část z celého spektra! Rozdělení elektromagnetického spektra na jednotlivá pásma RGB, NIR, SWIR, MWIR a LWIR
  • 8. Snímek 8© W-Technika Group s.r.o. Multispektrální a termografické snímkování ELEKTROMAGNETICKÉ SPEKTRUM  Elektromagnetické spektrum lze rozdělit do mnoha různých pásem. Nás v této aplikační doméně zajímá pásmo v rozsahu 0.4 až 14µm. Přibližné dělení jednotlivých pásem RGB 0.4 až 0.8 µm viditelné vlastnosti (CCD/CMOS) NIR 0.8 až 1.2 µm mat. vlastnosti (CDD/CMOS) SWIR 1.2 až 3 µm spektroskopie, mat. vlastnosti (InGaAs) MWIR 3 až 5 µm termografie, mat. vlastnosti (QWIP) LWIR 7 až 14µm termografie, vodní stres (bolometry)
  • 9. Snímek 9© W-Technika Group s.r.o. Multispektrální a termografické snímkování INTERAKCE ZÁŘENÍ S TĚLESEM  Dopadající záření je buď pohlceno, nebo odraženo, nebo je tělesem propuštěno. Uvedené zjednodušení je platné jen pro dostatečně vysoké frekvence záření!
  • 10. Snímek 10© W-Technika Group s.r.o. Multispektrální a termografické snímkování INTERAKCE ZÁŘENÍ S TĚLESEM  Z této úvahy lze odvodit následující vztah: Φ = Φ 𝑝𝑜ℎ𝑙 + Φ 𝑜𝑑𝑟𝑎ž + Φ 𝑝𝑟𝑜𝑝𝑢𝑠  Jedná se o zákon zachování energie. Normalizací hodnotou Φ dostaneme pojmy: pohltivost, odrazivost a propustnost. Φ = Φ 𝑝𝑜ℎ𝑙 + Φ 𝑜𝑑𝑟𝑎ž + Φ 𝑝𝑟𝑜𝑝𝑢𝑠 /Φ 1 = Φ 𝑝𝑜ℎ𝑙 Φ + Φ 𝑜𝑑𝑟𝑎ž Φ + Φ 𝑝𝑟𝑜𝑝𝑢𝑠 Φ 1 = α + β + γ.
  • 11. Snímek 11© W-Technika Group s.r.o. Multispektrální a termografické snímkování INTERAKCE ZÁŘENÍ S TĚLESEM  Pohltivost (α) – α = Φ 𝑝𝑜ℎ𝑙 Φ , určuje schopnost tělesa pohlcovat dopadající záření, to je přeměněno na teplo a využito ke zvýšení vnitřní energie  Odrazivost (β) – β = Φ 𝑜𝑑𝑟𝑎ž Φ , určuje schopnost látky odrážet dopadající záření  Propustnost (γ) – γ = Φ 𝑝𝑟𝑜𝑝𝑢𝑠 Φ , určuje schopnost látky propouštět dopadající záření
  • 12. Snímek 12© W-Technika Group s.r.o. Multispektrální a termografické snímkování DALŠÍ POHLED NA ROZDĚLENÍ SPEKTRA
  • 13. Snímek 13© W-Technika Group s.r.o. Multispektrální a termografické snímkování PŘENOST ATMOSFÉROU □ Přenos atmosférou je ovlivněn především množstvím molekul vody, kyslíku O2, oxidu uhličitého a ozonu O3. □ Dva přenosy: (a) l = 10 m, (b) l = 1000m
  • 14. Snímek 14© W-Technika Group s.r.o. Multispektrální a termografické snímkování POHLTIVOST ATMOSFÉRY
  • 15. Snímek 15© W-Technika Group s.r.o. Multispektrální a termografické snímkování TECHNIKA
  • 16. Snímek 16© W-Technika Group s.r.o. Multispektrální a termografické snímkování UKÁZKY PŘÍSTROJŮ DJI Phantom P4 – multispektrál FLIR X6500Sc– MWIR Workswell WIRIS Pro – LWIR HinaLea Model 4200M – multispektrál
  • 17. Snímek 17© W-Technika Group s.r.o. Multispektrální a termografické snímkování MWIR SENZORY Citlivost různých materiálů pro různé vlnové délky. Čím je větší detektivita, tím větší citlivosti lze dosáhnout. 𝐷∗ = 𝐴∆𝑓 𝑁𝐸𝑃 ∆𝑓 = 1 2𝜋𝑓 • NEP – Noise Equivalent Power, tj. optický vstup, který v detektoru vyvolá signál, který je větší než jeho vlastní šum • A – plocha detektoru v cm2
  • 18. Snímek 18© W-Technika Group s.r.o. Multispektrální a termografické snímkování MWIR SENZORY  Přechodový děj - při skokové změně tepelného toku. Modelujeme přechodovým dějem prvního řádu. Čím kratší přechodový děj, tím větší obrazová frekvence.  První řád lze aproximovat obvodem prvního s jedním kondenzátorem a rezistorem. 𝑢 𝑅 + 𝑢 𝐶 − 𝑈 = 0 𝑅𝐶 𝑑𝑢 𝐶 𝑑𝑡 + 𝑢 𝐶 = U 𝑢 𝑅 = 𝑈(1 − 𝑒− 1 𝑅𝐶)
  • 19. Snímek 19© W-Technika Group s.r.o. Multispektrální a termografické snímkování LWIR-MIKROBOLOMETRICKÉ POLE Mikrobolometrické pole je složeno z 2D matice mikrobolometrů, dnes až 1024 x 768.
  • 20. Snímek 20© W-Technika Group s.r.o. Multispektrální a termografické snímkování IČ OKÉNKO - NACL
  • 21. Snímek 21© W-Technika Group s.r.o. Multispektrální a termografické snímkování IČ OKÉNKO - SAFÍR
  • 22. Snímek 22© W-Technika Group s.r.o. Multispektrální a termografické snímkování APLIKACE
  • 23. Snímek 23© W-Technika Group s.r.o. Multispektrální a termografické snímkování CWSI – VODNÍ STRES  Fyziologickou reakce k omezené dostupnosti vody v rostlině. Vodní stres v rostlině vzniká, pokud dojde k jakékoli nevyváženosti ve vodní bilanci rostliny, tedy pokud rostlina vodu absorbuje pomaleji, než ji transpiruje, nebo naopak.
  • 24. Snímek 24© W-Technika Group s.r.o. Multispektrální a termografické snímkování CWSI – VODNÍ STRES  Z teploty vzduchu a rostlin a relativní vlhkosti vzduchu lze vypočítat index CWSI, který porovnává rozdíl teploty vzduchu a rostlin s hodnotami nejvyššího možného rozdílu teplot porostu a vzduchu u netranspirujících rostlin, bez vody, a nejnižší rozdíl teplot plně transpirujícího (ochlazovaného) povrchu a teploty vzduchu - to vše pro danou aktuální úroveň sytostního doplňku. Hodnota CWSI se nejčastěji pohybuje od 0 do 1, přičemž hodnoty stoupající k jedna indikují rostoucí stres (rostliny omezují transpiraci, neochlazují se).
  • 25. Snímek 25© W-Technika Group s.r.o. Multispektrální a termografické snímkování CWSI SNÍMEK
  • 26. Snímek 26© W-Technika Group s.r.o. Multispektrální a termografické snímkování CWSI – SVĚTOVÁ MAPA
  • 27. Snímek 27© W-Technika Group s.r.o. Multispektrální a termografické snímkování CWSI X NDVI
  • 28. Snímek 28© W-Technika Group s.r.o. Multispektrální a termografické snímkování VODNÍ STRES - FENOTYPOVÁNÍ  Fenotypovací experiment ve Výzkumném ústavu bramborářském – Havlíčkův Brod. Hledají se odrůdy brambor, které jsou odolné (málo sensitivní) vůči vodnímu stresu, tj. s malou stanovenou hodnotou CWSI.
  • 29. Snímek 29© W-Technika Group s.r.o. Multispektrální a termografické snímkování MIKROKLIMATICKÁ KRIZE
  • 30. Snímek 30© W-Technika Group s.r.o. Multispektrální a termografické snímkování ZÁVLAHOVÉ EXPERIMENTY Závlahový experiment - tam kde je závlaha dostatečná, dochází k poklesu vodního stresu – rostliny jsou modřejší.
  • 31. Snímek 31© W-Technika Group s.r.o. Multispektrální a termografické snímkování NDVI A JINÉ INDEXY
  • 32. Snímek 32© W-Technika Group s.r.o. Multispektrální a termografické snímkování NDVI A JINÉ INDEXY □ Pro zpracování a zvýraznění dat získaných pomocí dronů nebo DPZ se používají tzv. vegetační indexy, které pomocí odrazivosti určují stavy rostliny. Indexů je velké množství a každý určuje něco jiného. Jedním z těchto indexů je normalizovaný rozdílový vegetační index (NDVI).
  • 33. Snímek 33© W-Technika Group s.r.o. Multispektrální a termografické snímkování NDVI A JINÉ INDEXY □ Pro zpracování a zvýraznění dat získaných pomocí DPZ se používají tzv. vegetační indexy, které pomocí odrazivosti a určují stavy rostliny. Indexů je velké množství a každý určuje něco jiného. Jedním z těchto indexů je normalizovaný rozdílový vegetační index (NDVI).
  • 34. Snímek 34© W-Technika Group s.r.o. Multispektrální a termografické snímkování SPEKTRÁLNÍ ODRAZIVOST □ Na obrázku je spektrální křivka odrazivosti listu, která se v oblasti viditelného a blízkého infračerveného záření dělí do tří hlavních částí, které odpovídají faktorům určujícím velikost spektrální odrazivosti.
  • 35. Snímek 35© W-Technika Group s.r.o. Multispektrální a termografické snímkování SPEKTRÁLNÍ ODRAZIVOST
  • 36. Snímek 36© W-Technika Group s.r.o. Multispektrální a termografické snímkování ROVNICE TERMOGRAFIE
  • 37. Snímek 37© W-Technika Group s.r.o. Multispektrální a termografické snímkování ROVNICE TERMOGRAFIE 1. tepelné záření z okolí, které se bude odrážet od měřeného povrchu, 2. povrch měřeného objektu, který je zdrojem měřeného tepelného záření, 3. atmosféra, která jednak utlumuje (vlastní i odražení) tepelné záření z měřeného povrchu, jednak sama vyzařuje tepelné záření, 4. objektiv termokamery
  • 38. Snímek 38© W-Technika Group s.r.o. Multispektrální a termografické snímkování ROVNICE TERMOGRAFIE Vlastní záření objektu, utlumené atmosférou. Jediná část rovnice, kterou měřit CHCEME! Odražené zdánlivé záření z okolního objektu, odražené od povrchu měřeného objektu. Celkový zářivý tok, který dopadá na detektor termokamery Vlastní vyzařování atmosféry
  • 39. Snímek 39© W-Technika Group s.r.o. Multispektrální a termografické snímkování ROVNICE TERMOGRAFIE Vliv atmosféry je pro řadu aplikací zanedbatelný (podržené symboly) Odražené tepelné záření Vlastní tepelné záření měřeného objektu Vlastní tepelné záření objektu je to, co měřit CHCEME, odražené (tepelné) záření je to, co nám způsobuje problémy a snahou je, co nejvíce jej ELIMINOVAT. Čím méně je v celkovém součtu vlastní tepelné záření měřeného objektu, tím větší chyby se při měření můžeme dopustit navzdory snahy o její korekci stanovení odražené zdánlivé teploty, viz měření dále.
  • 40. Snímek 40© W-Technika Group s.r.o. Multispektrální a termografické snímkování REFERENCE
  • 41. Snímek 41© W-Technika Group s.r.o. Multispektrální a termografické snímkování REFERENCES □ [1] Carlos Poblete-Echeverría et. al, Analysis of crop water stress index (CWSI) for estimating stem water potential in grapevines: Comparison between natural reference and baseline approaches, January 2017 Acta horticulturae □ [2] Reginato, R.J., J. Howe, Irrigation scheduling using crop indicators, Journal of Irrigation and Drainage Engineering 111(2): 125-133 □ [3] N. Agam et. al, An insight to the performance of crop water stress index for olive trees, Agricultural Water Management 118 (2013) 79–86 □ [4] Tanriverdi, C. , Atilgan, A. , Degirmenci, H. , Akyuz, A., Comparasion of Crop Water Stress Index (CWSI) and Water Deficit Index (WDI) by using Remote Sensing (RS), Infrastruktura i Ekologia Terenów Wiejskich, 2017 | nr III/1 | 879—894 □ [5] Ehrler, W.L., Idso, S.B., Jackson, R.D., Reginato, R.J. Wheat canopy temperature: relation to plant water potential. Agron. J. 70, 251±256, 1978 □ [6] Idso, S. B. et al., Non-water-stressed baseline: a key to measuring and interpreting plant water stress. Agriculture Meteorolgy; 27: 59-70
  • 42. Snímek 42© W-Technika Group s.r.o. Multispektrální a termografické snímkování DĚKUJI ZA POZORNOST