Tam spektrum: Multispektral ve hiperspektral görüntüler
Çevremizdeki nesneler tarafından yayılan toplam enerjinin sadece küçük bir kısmını görebiliriz. Gözlerimiz elektromanyetik spektrumun sadece görünür aralığını algılayabilir.
Görünür aralık (400 nm – 700 nm) renkleri algılamamızı sağlarken, bazen sınırlayıcı da olabilir.
Örneğin, iki farklı dönemde dağlık bir bölgede çekilen aşağıdaki iki uydu görüntüsünü ele alalım.

Görsel incelemeyle, yeşil renk nedeniyle bu bölgenin bitki örtüsüyle kaplı olduğunu çıkarabiliriz. Ancak, bitki türlerini ayırt edemeyiz, iki yıl arasındaki dağılımlarındaki değişiklikleri tespit etmek ise imkansızdır. Bunun nedeni, farklı bitki türlerinin elektromanyetik spektrumun görünür aralığında neredeyse benzer yansıtma özelliklerine sahip olmasıdır: yeşil ışığı yansıtırlar.
Ancak, görünür aralığın ötesinde, bitki türleri farklı yansıma özelliklerine sahiptir ve bu da onları ayırt etmeyi kolaylaştırır. Bu nedenle, bu örnekte, görünür aralığın ötesindeki bitki örtüsünün yansıma özelliklerini kullanarak farklı ağaç türlerini sınıflandırabilir ve dağılımlarındaki değişiklikleri inceleyebiliriz (aşağıdaki görüntüde olduğu gibi).

Yukarıdaki örnek, görünür spektrumun ötesini görebilmenin avantajlarından birini göstermektedir. Neyse ki, bunun için gözlerimize güvenmek zorunda değiliz.
Bazı uydu sensörleri, elektromanyetik spektrumun görünür ve görünmez kısımlarını algılayabilir. Bu tür sensörler, multispektral veya hiperspektral sensörler olarak adlandırılır ve elde edilen görüntüler multispektral veya hiperspektral görüntülerdir.
Bu makale, görünür ötesini görmemize yardımcı olan multispektral ve hiperspektral görüntülerinin rolünü incelemektedir.

Multispektral görüntü nedir?
Multispektral görüntü, elektromanyetik spektrumun birden fazla spektral bandını içeren görüntüdür. Bu görüntüler, elektromanyetik spektrumun belirli kısımlarında yansıyan enerjiyi ölçen sensörler tarafından toplanır.
Çoğu multispektral görüntü, elektromanyetik spektrumun görünür ve kızılötesi kısımlarında 4-12 bant içerir.
Multispektral görüntüleri tek tek bantlar halinde tek renkli görüntü olarak veya bir arada renkli kompozit olarak görüntüleyebiliriz.
Elektromanyetik spektrum hakkında kısa bir hatırlatma
Elektromanyetik spektrum, elektromanyetik radyasyonun tüm dalga boyu aralığıdır. Analitik amaçlar için, elektromanyetik spektrum, her biri bir dalga boyu aralığını temsil eden bantlara (kısımlara) bölünmüştür. Bantlara isimleriyle atıfta bulunuruz: gama ışınları, x-ışınları, ultraviyole ışınları, görünür ışık (0,4 µm-0,7 µm), kızılötesi (0,7 µm-100 µm), mikrodalgalar (1 mm-1 m) ve radyo dalgaları.
Görünür kısım, yani gözlerimizle algıladığımız kısım, mavi, yeşil ve kırmızı bölgelere ayrılır. Benzer şekilde, kızılötesi bant da yakın kızılötesi, orta kızılötesi ve uzak kızılötesi bölgelere ayrılır.
Spektrumun farklı kısımları, Dünya yüzeyindeki çeşitli özellikler hakkında bilgi sağlamak için önemlidir. Ancak önce hangi bandı veya bantları kullanacağımızı belirlemeliyiz. Bunun için spektral imzaları anlamamız gerekir.
Spektral imza ile neyi kastediyoruz?
Spektral imza, bir malzemenin elektromanyetik spektrumun farklı kısımlarında yansıttığı gelen enerjinin miktarıdır. Spektral imzaları genellikle, farklı dalga boylarında yansıyan enerjideki değişimi gösteren bir grafik (spektral tepki eğrisi) olarak gösteririz.
Aşağıdaki grafik, farklı malzemelerin spektral imzalarını gösteren bir spektral tepki eğrisinin örneğidir.

Not: Bir nesnenin spektral imzası sabit değildir. Malzemenin fiziksel özellikleri, atmosferik etkiler ve sensörün görüş açısı gibi faktörlere bağlı olarak değişir. Bu nedenle, spektral tepki eğrileri bazen değişkenliği göstermek için ince bir çizgi yerine gölgelendirme olarak çizilir.
Uzaktan algılamada spektral imzalar neden önemlidir?
Spektral imzalar, uzaktan algılanan görüntülerde farklı nesneleri tanımlamaya yardımcı olur.
Örneğin, yukarıdaki spektral tepki eğrisinden…
Bitki örtüsü, görünür kısımda daha fazla yeşil ışık yansıtır ve yakın kızılötesi bantta en yüksek yansıtma oranına sahiptir.
Çıplak toprak, görünür ve yakın kızılötesi bantlarda yansıtma oranında kademeli bir artış gösterir.
Su, bitki örtüsü ve topraklara kıyasla daha düşük yansıtma oranına sahiptir ve görünür bölgede daha fazla yansıtma gösterir.
Bu nedenle, farklı özelliklerin spektral tepki özelliklerini anlamak, bunların tanımlanmasını kolaylaştırır.
Ayrıca, spektral yansıma özelliklerini incelemek, çeşitli özelliklerin nicelendirilmesinde kullanılan indekslerin geliştirilmesine yardımcı olur. Buna bir örnek, bitki örtüsü olan alanları belirlemek ve durumlarını değerlendirmek için kullanılan Normalize Edilmiş Bitki Örtüsü İndeksi’dir (NDVI).
Pleiades Neo ve Worldview Legion yüksek çözünürlüklü güçlü bir multispektral algılayıcıların iyi örnekleridir.
Hiperspektral görüntü nedir?
Hiperspektral görüntüler, elektromanyetik spektrumun görünür ve kızılötesi bölgelerinde dar, bitişik bölümlerde toplanan çok daha fazla dalga boyu bandı içerir.

Hiperspektral uzaktan algılamanın avantajı, bir görüntüdeki her piksel için neredeyse sürekli bir yansıma spektrumu elde edilmesinde yatmaktadır. Dar bantlar, multispektral görüntülemenin nispeten geniş dalga boyu bantları kullanılarak tespit edilemeyecek olan özelliklerdeki küçük farklılıkların tespit edilmesini sağlar.
Bu nedenle, hiperspektral görüntüler, bitki örtüsü, su, toprak, mineraller vb. gibi ilgi konusu nesnelerin fiziksel ve kimyasal özelliklerinin tanımlanmasını ve nicel değerlendirmesini iyileştirir.
Hiperspektral algılayıcı örnekleri
Aşağıdaki tablo, bant sayısı, renk örneği ve çözünürlük gibi ayrıntılarla birlikte hiperspektral algılayıcılara ilişkin örnekler içermektedir. Hiperspektral algılayıcılar uydu platformlarıyla sınırlı değildir. İnsanlı uçaklardan İHA ve dronlara takılı algılayıcılara kadar geniş bir yelpazede kullanılabilirler. Örneğin Atay Mühendislik, DJI Matricce350 ve 400 serisine takılabilen, 400 nm – 1700 nm dalga boyları arasında algılama yapabilen Wayho WK-417 Hiperspektral Algılayıcısını sağlamaktadır.
| Uydu / Algılayıcı | Ülke / Ajans | Yıl | Bant Sayısı | Spektral Aralık (µm) | Spektral Çöz. (nm) | Mekânsal Çöz. (m) | Tarama Genişliği (km) | Yörünge |
|---|---|---|---|---|---|---|---|---|
| Hyperion (EO-1) | NASA (ABD) | 2000 | 220 | 0.40 – 2.50 | ~10 | 30 | 7.5 | GES |
| CHRIS (PROBA-1) | ESA | 2001 | 19 – 62 | 0.40 – 1.05 | 1.25 – 11 | 17 – 34 | 13 | GES |
| PRISMA | ASI (İtalya) | 2019 | 239 | 0.40 – 2.50 | ~10 | 30 | 30 | GES |
| HySIS | ISRO (Hindistan) | 2018 | 256 | 0.40 – 2.40 | ~10 | 30 | 30 | GES |
| EnMAP | DLR (Almanya) | 2022 | 244 | 0.42 – 2.45 | 6.5 / 10 | 30 | 30 | GES |
| DESIS (ISS) | DLR / Teledyne | 2018 | 235 | 0.40 – 1.00 | 2.55 | 30 | 30 | ISS |
| HISUI (ISS) | JAXA (Japonya) | 2019 | 185 | 0.40 – 2.50 | ~10 | 20 | 20 | ISS |
| EMIT (ISS) | NASA (ABD) | 2022 | 285 | 0.38 – 2.50 | 7 – 10 | 60 | ~80 | ISS |
| Gaofen-5 (AHSI) | CNSA (Çin) | 2018 | 330 | 0.39 – 2.51 | ~5 | 30 | 60 | GES |
Multispektral ve hiperspektral görüntüler arasındaki fark nedir?
Multispektral ve hiperspektral görüntüler arasındaki temel fark, elektromanyetik spektrumun aynı bölümündeki bant sayısıdır.
Elektromanyetik spektrumun aynı bölümünde Multispektral bantların sayısı (üstte) ile hiperspektral bantların sayısı (altta) karşılaştırılmıştır.
Aşağıdaki tablo, bu farklılıkları özetlemektedir.
| Multispektral Görüntüleme | Hiperspektral Görüntüleme | |
|---|---|---|
| Bant sayısı | Genellikle 5–12 bant. 36 banda kadar çıkabilir (USGS). | 37 bantın üzerinde (USGS). |
| Bant genişliği | 50–200 nanometre genişliğinde. | 1–15 nanometre genişliğinde. |
| İnce spektral değişikliklere duyarlılık | Birkaç ayrı bantta süreksiz örnekleme. Özelliklerin absorpsiyon karakteristiklerindeki küçük değişikliklerin algılanmasını sınırlar. | Neredeyse sürekli spektral örnekleme. Küçük spektral değişikliklerin algılanmasına olanak tanıyarak, dar bantlar içindeki özelliklerin benzersiz absorpsiyon karakteristiklerinin çıkarılmasını sağlar. |
Multispektral görüntüler ne için kullanılır ve hiperspektral görüntüler nerede kullanılır?
Multispektral görüntüler, bitki örtüsü türleri, topraklar, su ve insan yapımı yapıların ayırt edilmesinde yararlıdır. Daha yüksek spektral çözünürlükleri sayesinde, hiperspektral görüntüler özelliklerin daha ince ölçekte ayırt edilmesini sağlar. Hiperspektral görüntüler, Multispektral sensörlerle tespit edilemeyen spektral ayrıntıları ortaya çıkarmak için özellikle yararlıdır.
Bu bölümde, multispektral görüntülemenin uygulamalarına bakıyor ve hiperspektral görüntülemenin nerede devreye girebileceğini belirtiyoruz. Elektromanyetik spektrumun farklı bölümlerinin önemini göstermek amacıyla, her uygulama için ilgili olanları özetliyoruz.
Uygulamaları, ilgi konusu olan fenomenlere göre, yani bitki örtüsü, toprak, su ve kayalar/mineraller olarak gruplandırıyoruz.
Bitki örtüsü uygulamaları
Işık bitki örtüsüne çarptığında yansıma, emilim veya iletim meydana gelir. Bunlar, yaprakların kimyasal, yapısal ve biyolojik özelliklerinden etkilenir. Bitkiler ve ışık arasındaki bu etkileşim, bitki özelliklerinin keşfedilmesini sağlar. Özetle:
- Sağlıklı bitkiler ultraviyole ışığı (100-400 nm) emer.
- Bitki örtüsü, elektromanyetik spektrumun görünür yeşil kısmını yansıtırken, görünür kırmızı ve mavi kısımlarını emdiği için yeşil görünür.
- Klorofil gibi yaprak pigmentleri, görünür aralıkta (400-700 nm) yansıtma oranını etkiler
- Yaprak hücrelerinin yapısı, yakın kızılötesi bölgedeki (700-1000 nm) yansıtma oranını etkiler
- Bitkilerin su içeriği ve biyokimyası (örneğin protein ve selüloz içeriği) kısa dalga kızılötesi bölgedeki (1000-2500 nm) yansıtma oranını etkiler.
Yukarıdaki spektral tepki özellikleri, multispektral ve hiperspektral verilerden bitki özelliklerinin çıkarılması için yararlı olan bitki örtüsü indekslerinin geliştirilmesine yardımcı olur. Ayrıca, bitki örtüsü analizleri için multispektral ve hiperspektral görüntülerinin aşağıdaki uygulamalarına da yol açar.
Bitki türlerinin sınıflandırılması için multispektral görüntüler
Spektral tepki modeli, farklı bitki türleri arasında farklılık gösterir ve uzaktan algılanan görüntüler kullanılarak türlerin tanınmasını sağlar.
Örneğin, aşağıdaki grafik kozalaklı, yaprak döken ve çim bitki örtüsünün spektral tepki modellerini göstermektedir. Görünür aralıktaki yansıtma oranları neredeyse aynı olsa da yakın kızılötesi aralıkta farklı yansıtma modelleri gösterirler ve bu da sınıflandırılmalarını mümkün kılar.
Bitki sağlığı ve stresinin tespiti için multispektral görüntüler
Bitki örtüsü için, yansıtma oranındaki artış, görünür kırmızı ve yakın kızılötesi bantlar arasındaki bölgede en yüksektir. Bu bölge, kırmızı kenar (red edge) bandı olarak bilinir.
Kırmızı kenar bandı, bitki sağlığı ve stresinin önemli bir göstergesidir. Bu nasıl çalışır?
Bir bitki sağlıksız veya stres altındaysa, daha az klorofil üretir. Daha az klorofil, görünür kırmızı bölgede daha yüksek yansıma anlamına gelir (klorofil, özellikle mavi ve kırmızı dalga boylarında görünür radyasyonu emer). Aynı zamanda, yapraklardaki su içeriği azaldıkça, yakın kızılötesi bölgedeki yansıma artar. Bu değişiklikler, kırmızı kenar bandının konumunu ve şeklini değiştirir.
Örneğin, aşağıdaki görüntü, üç farklı su stresi seviyesindeki bitkiler için kırmızı kenar bandının şekil ve konumundaki değişiklikleri göstermektedir.

Bitki büyüme döngüsünün erken aşamalarında bitki stresini tespit etmek için kırmızı kenar bandını nasıl kullanabileceğinizi öğrenin.
Hiper spektral görüntüler nerede kullanılır?
Hiper spektral görüntüler, multispektral görüntülere göre bitki örtüsünün küçük (daha hassas) spektral özellikleri hakkında daha fazla bilgi içerir. Bu nedenle, bitki çeşitlerini ayırt etmek, bitki örtüsünün stresini tespit etmek ve hatta biyokütleyi daha ayrıntılı olarak tahmin etmek için kullanışlıdır.
Ayrıca, bazı durumlarda, hiperspektral görüntülerdeki dar bantları kullanarak bitki örtüsü indeksleri oluşturmak, multispektral görüntülerden elde edilen bitki örtüsü indekslerine göre biyofiziksel parametrelerin (ör. biyokütle ve yaprak alanı indeksi) daha iyi tahmin edilmesini sağlar.
Toprak uygulamaları
Toprakların spektral yansıtma özelliği, fiziksel ve kimyasal özelliklerine göre değişir. Bu etkileşimler, nem içeriği, organik madde içeriği, demir içeriği, doku, pürüzlülük ve mineral bileşimi gibi toprak özelliklerini incelemek için multispektral veri uygulamalarına yol açar.
Toprak nem içeriğinin belirlenmesi için multispektral görüntüler
Toprak nemi tahmini, tarım, hidrolojik ve karbon döngüsü çalışmaları gibi alanlarda önemlidir.
Görünür dalga boylarında toprak yansıtıcılığı, doygunluk noktasına kadar (artık değişiklik olmadığı nokta) toprak neminin artmasıyla azalır. Benzer şekilde, yakın kızılötesi bölgedeki toprak yansıtıcılığı da nemin artmasıyla azalır. Bu yansıtıcılık özellikleri, multispektral bantlar kullanılarak nem içeriğinin belirlenmesini sağlar.

Toprak organik madde içeriğinin belirlenmesi için multispektral görüntüler
Toprak organik madde içeriğinin belirlenmesi, toprak yönetimi, hassas tarım için mevcut besin maddelerinin tahmini ve iklim değişkenliği çalışmaları için önemlidir.
Çalışmalar, farklı multispektral bantlardaki toprak yansıtma özelliklerinin toprak organik maddesini tahmin etmek için kullanılabileceğini göstermiştir. Örneğin, organik maddenin artması (sadece %2’yi aşan miktarlar bile toprak yansıtma üzerinde önemli bir etkiye sahiptir). Spesifik olarak, organik madde, %5’lik bir organik madde içeriğine kadar toplam toprak yansıtma oranını azaltır, bu oranın üzerinde ise herhangi bir değişiklik olmaz.
Su uygulamaları
Su, gelen enerjinin yalnızca yaklaşık %10’unu yansıtır. Bunların çoğu elektromanyetik spektrumun görünür kısmındadır ve yakın kızılötesi bölgede çok az yansıma gösterir veya hiç yansıma göstermez.
Bununla birlikte, derinlik, askıda kalan tortular ve sucul bitki örtüsü gibi su özelliklerine bağlı olarak, su kütleleri benzersiz yansıtma özelliklerine sahiptir. Bu nedenle, multispektral görüntüler bu değişken su ortamlarını incelemek için yararlıdır.
Uygulama alanlarından biri su kalitesinin belirlenmesidir.
Su kalitesi, çözünmüş mineraller, askıda kalan maddeler, bakteri seviyeleri, oksijen seviyeleri, tuzluluk vb. gibi çeşitli göstergeler kullanılarak değerlendirilir. Bu göstergeler, suyun görünür ve yakın kızılötesi bölgelerindeki optik özelliklerini etkiler ve bu nedenle uzaktan algılama teknikleri, bu göstergelerin tanımlanmasında faydalı olabilir.
Su kalitesinin yanı sıra, multispektral görüntüler okyanus ortamlarının izlenmesini de destekler.
Madencilik uygulamaları
Yeryüzünde çok sayıda kaya ve mineral bulunmaktadır. Her birinin renk, doku, kimyasal bileşim vb. özelliklerine göre kendine özgü yansıma özellikleri vardır.
Multispektral görüntüler, maden arama çalışmalarının ilk aşamalarında hayati bir rol oynar: spektrumun görünür ve kızılötesi kısımlarındaki yansıtma özelliklerine göre farklı kayaç ve mineralleri ayırt etmeyi ve haritalandırmayı sağlar.
Maden arama dışında, multispektral görüntüler madencilik alanlarının çevresel izlenmesini de kolaylaştırır.
Hiper spektral görüntüler nerede devreye girer?
Geniş spektral bantları nedeniyle, multispektral görüntüler kayaların ve minerallerin ayrıntılı sınıflandırılmasında sınırlıdır – bir piksel içindeki mineral bileşenlerinin dağılımının tahmin edilmesinden bahsetmeye gerek bile yok.
Ancak, yüksek spektral çözünürlüklü hiperspektral görüntüler, çok çeşitli minerallerin tanımlanmasını ve bunların bileşim ve bolluğunun belirlenmesini sağlar.
Görünenin ötesine geçin: Tam spektrumu keşfedin
İnsan gözü, elektromanyetik spektrumun görünür kısmıyla sınırlıdır. Ancak uzaktan algılama sistemleri, görünür ötesini ve tam spektrumu ölçme fırsatı sunar.
Multispektral ve hiperspektral görüntüler, insan deneyiminin ötesinde değişen dünyamız hakkında bilgiler sağlar. Toprağın mineral bileşimi, biyokütle ve bitki sağlığı, yüzey pürüzlülüğü, bitki örtüsü türleri, okyanus sıcaklıkları ve çok daha fazlası hakkında bilgi verir.
Multispektral ve hiperspektral algılama ile uydu görüntüleri ve algılayıcı kameralar hakkında bilgi almak için Atay Mühendisliğe erişebilirsiniz.













