Ahhoz, hogy számításokat végezhessünk akár a felszíni, akár a felhőzetre vonatkozó AVHRR adatokból, meg kell határozni az ún. felhőmaszkot, vagyis azon képpontok összességét, melyek részben vagy teljesen felhővel fedettek. Ezt a műszer különböző hullámhossztartományban mérő csatornáival végezhetjük el. A különböző felhők különböző optikai és termális tulajdonságokkal rendelkeznek, ezért pár egyszerű feltétellel nem lehet az összes felhős képpontot egyértelműen azonosítani, az egyedi módszerek kombinációjára van szükség. A problémát tovább bonyolítja, hogy a felhők eme tulajdonságai időben nem állandók, és hogy az AVHRR által észlelt sugárzási értékeket jelentősen befolyásolja a Nap, a felszíni célpont, és a műhold egymáshoz viszonyított geometriai elhelyezkedése, mely a méréskor fennáll. A feladat összetettségét jellemzi, hogy gyakorlatilag nem létezik olyan feltételrendszer, mely az év bármelyik napján kiszűrné az összes felhős és ködös képpontot. A kellően vastag felhőket egyszerű azonosítani. A felhőszűrés nehézségei nem itt rejlenek, hanem abban, hogy felismerjük és kiszűrjük a képpontnál kisebb méretű gomolyfelhőket, vagy felhőfoszlányokat, mely épp oly nehéz feladat, mint a vékony áttetsző cirrusz felhőzet, a kondenzcsíkok vagy akár a ködök azonosítása. Ha a szűrőkritériumokat túl szigorúra választjuk, akkor alig marad pár felhőmentes képpontunk. Ha túl gyengére, akkor járulékos zaj maradhat a képpontjainkon, mely hatására a belőlük származtatott értékekből hamis következtetéseket vonhatunk le a felszínre s a vegetációra. Az utóbbi eset nagyobb fajsúlya miatt célszerű egy kétséges pixelt erősebb feltétellel inkább felhőmentesnek minősíteni. Ugyanígy kritikus még a jég- és hótakaró azonosítása, viszont a nyári félévben ez a probléma a közepes szélességeken (kivéve a hegyvidékeket) csekély jelentőséggel bír. A földfelszín feletti felhőfelismerés jóval nehezebb, mint a nyílt vízfelszín feletti, ugyanis a szárazföldek felszíne jóval inhomogénebb, mint a vízfelszíneké és ez a reflektanciában és a hőmérsékletben egyaránt megmutatkozik. Ezt a nehézségbeli különbséget tovább növeli, hogy a felszín domborzattal szabdalt, mely a napsugárzás visszaverődését a műhold irányába különbözőképpen módosítja.

A felhőzet azonosítására szolgáló módszerek

Számos kutató foglalkozott már a felhőazonosítás problémájával anélkül, hogy sikerült volna egy általános érvényű feltételrendszert kidolgozni, mely automatikusan használható lenne a Föld bármelyik pontján és az év bármelyik napján. A kifejlesztett eljárásokat 3 csoportba sorolhatjuk be.
(1) A statisztikus megközelítések az adott kép hisztogramjainak vizsgálatán alapulnak (Phulpin et al., 1983). Akár a reflektanciát, akár a hőmérsékletet vizsgáljuk, meghatározott csoportbeli értékek tartoznak a felhőzethez, a szárazföldekhez és a vízfelszínekhez (ld. 16., 17., 23. és 24. ábra). A jó felhőszűrés ilyenkor azon múlik, hogy a csoportok közötti határt hogyan állapítjuk meg. Ez azonban minden áthaladásra más és más lehet, hiszen függ a levegő hőmérsékletétől, vagyis az évszaktól és a légkör aktuális állapotától. Továbbá függ még a mérés geometriai helyzetétől, ugyanis ha a Nap pontosan a műhold irányából világítja meg a felszínt, akkor akár kétszerese is lehet a reflektancia annak az értéknek, amit az árnyékos esetekben mér (Heiner Billing, 2004, személyes kommunikáció). Ezeket a hatásokat a már említett BRDF függvény szűri ki, ennek alkalmazásától a függvény bonyolultsága miatt mi most eltekintünk.
(2) Az AVHRR csatornáinak bizonyos kombinációjához rendelt rögzített küszöbértékekkel megadható a felhőmentes képpont feltételrendszere (Saunders és Kriebel, 1988a; Saunders és Kriebel, 1988b; Stowe et al., 1991; Derrien et al., 1993). Ezt a típusú felhőazonosítást alkalmazzák a leggyakrabban, mi is egy ilyen módszert alkalmazunk a feladat megoldására.
(3) A mintafelismerés módszere a 10000 km2 vagy nagyobb kiterjedésű területek ismert felületét, szerkezetét veszi alapul (Garand és Weinman, 1986; Ebert, 1987), s felhősnek ítél meg egy pixelt, ha ettől bizonyos formában eltér az aktuálisan mért érték. Ezeken túl meg kell még különböztetnünk a globális, a regionális és a csak adott körülmények között működő eljárásokat.
A több évtizede fennálló műholdas laboratóriumokban legtöbbször olyan saját fejlesztésű metódusokat, ún. dinamikus küszöbérték módszereket használnak, melyek egy adott képhez egyéb, időben és térben változó információkat használnak fel, mint bemenő paraméterek. Ilyen lehet időjárási vagy klímamodellek hőmérsékleti mezeje, vagy folyamatos képfeldolgozás esetén a referenciaértékek (reflektanciára, NDVI-ra, stb.), melyeket az előző áthaladásokból számítanak ki (Koslowsky, 1997b).
Más módszerekre van szükség nappal, amikor a látható tartományokban a műszer képes érzékelni a Föld által visszavert sugárzást, és más módszerekre éjszaka, amikor a számítások csak a termális csatornák mérésein alapulhatnak.

A felhőzet azonosításához használt feltételek és küszöbérték

A következőkben bemutatjuk a nyílt vízfelszín- és felhőazonosításhoz leggyakrabban használt feltételeket és a hozzájuk tartozó küszöbértékeket. Ezekben a képletekben ro1, ro2 és ro3A jelöli rendre az 1-es, a 2-es és a 3A csatornákból kalibráció során a (1)-(2) egyenlettel származtatott reflektanciákat; T3B, T4 és T5 pedig a 3B, a 4-es és az 5-ös csatornákból az (10)-(18) egyenletekkel kiszámolt hőmérsékleteket. A felhőazonosításkor célszerű egyben a nyílt vízfelszínekhez tartozó képpontokat is meghatározni. Ehhez bevezetjük az ún. NDVI-t, a normalizált vegetációs indexet:

(20)

ahol ro1 és ro2 jelöli szintén az 1-es és a 2-es csatornához tartozó reflektanciákat. Ennek az indexnek az értéke minden körülmények között -1 és +1 között változhat, a vegetációt általában pozitív értékű NDVI jellemzi.
Először az általunk használt felhőszűrő feltételrendszert mutatjuk be, melynek eredményeit két áthaladásból készített kivágaton szemléltetjük. Az első, a dolgozat folyamán végig vitt NOAA-17 műhold 2003. július 22-ei 09:31-es áthaladása. A 28. ábrán látható ennek az áthaladásnak (mely RGB színezéssel a 12. ábrán volt látható) a kalibrált reflektanciáiból készített NDVI-képe.

Vízfelszín- és felhőszűrő kritériumok nappali képekre

Nyílt vízfelszínek és vastag felhők esetén az 1-es csatornával érzékelt sugársűrűség egyenlő, vagy nagyobb, mint az, amit a 2-es csatorna érzékel, s ennek következtében az NDVI negatívvá válik. Ez az egyik feltétele a vízfelszínek azonosításának, de szükség van még egy továbbira is, nevezetesen hogy a szintén negatív NDVI értékekkel jellemezhető felhőket kiszűrjük. Ez a második feltétel a vízfelszínek reflektanciájára vonatkozik, mely a 2-es csatorna esetén jóval alacsonyabb, mint a felhőké (ld. 17. ábra). Az ún. vízmaszkot ezzel a két küszöbértékkel határozhatjuk meg:

(21)

Földfelszín esetén, még ha a talaj kopár is, általában a 2-es csatornával mért értékek a nagyobbak, s így az NDVI pozitív lesz. Azonban a talaj reflektanciája sosem emelkedik 40% fölé, így ezzel a további szigorítással együtt definiálhatjuk az ún. földmaszkot:

(22)

28. ábra
NDVI-kép a NOAA-17 műhold 2003. július 22-ei 09:31-es áthaladásából készített kivágatra

A két látható csatorna méréseinek az összehasonlítása így nem csak az egyik főkritérium a felhőmaszk meghatározásában, hanem egyben egy eszköz arra is, hogy a talajt a vízfelszíntől megkülönböztessük. Az előbbi két feltétel azonban nem minden földrajzi területen működik tökéletesen. Ilyen térségek például Spanyolország és Észak-Afrika egyes területei, ahol biztosan felhőmentes esetekben is kaphatunk a száraz talajfelszínre negatív NDVI értékeket. Ennek oka az altalaj vöröses színeződése, mely magasabb reflektancia-értékeket ad az 1-es csatornával érzékelve, mint a 2-essel, s így az NDVI negatívvá válik. Ezt csak érdekességképpen jegyeztük meg, a Kárpát-medence térségében nem kell erre számítanunk.
A felhők sokszínűsége miatt azonosításukhoz sokkal több feltételre van szükségünk, ahol egy-egy feltétel csak egy adott, bizonyos tulajdonságokkal rendelkező részét ismeri fel a különböző felhőtípusoknak. Szinte a legáltalánosabban használt feltétellel élünk, ha akkor tekintünk egy képpontot felhősnek, ha annak reflektanciája meghalad egy bizonyos küszöbértéket, azaz például:

(23)

Ez az érték önkényesen választott, de a nagy vastagságú felhők jelentős részét kiszűri (29. ábra). Szintén reflektancia értékeken alapul a következő feltétel, mely Hu et al. (2000) munkájához fűződik. Egy képpontot felhősnek tekinthetünk, ha igaz rá, hogy:

(24)

Ez a két határoló érték megfeleltethető annak, mintha az NDVI értékeket korlátoznánk be -0,11 és +0,11 közé.

29. ábra A (23) felhőszűrő feltétel eredménye (piros színezéssel) az eredeti RGB színezésű képen / NOAA-17, 2003.07.22 09:31/

30. ábra A (24) felhőszűrő feltétel eredménye az előző (23) feltétel mellett (sötétpiros színezéssel) / NOAA-17, 2003.07.22 09:31/

Az egyik legnehezebben felismerhető és kiszűrhető felhőfajta a vékony cirrusz felhőzet. Ez a felhő vékonysága és áttetszősége miatt nem mindig látszik a reflektancia-képeken (16-18. ábra), csak a hőmérsékleti mezőkön vehető észre (23-24. ábra összevetve a 12. ábrával). Legjobban a 4-es és az 5-ös csatorna hőmérsékleteinek különbsége (T4-T5) alkalmas a felismerésükre (25. ábra), ugyanis általában magasabb T4-T5 jellemzi a cirrusz felhőzetet, mint a felhőmentes területeket. Egy adott hőmérsékleti intervallummal mégsem lehet egy pixelről egyértelműen eldönteni, hogy van e rajta fátyolfelhőzet, ugyanis a mért értékeket nagymértékben befolyásolja az, hogy a műhold hány fokos szög alatt látta a felhőzetet, vagyis az adott képponthoz hány fokos műholdzenitszög (vagy annak szekánsa) tartozik. Saunders és Kriebel 1988-ban publikálta azt az eljárást, mely jobb híján a mai napig használatos ezen típusú felhők kiszűrésére. Sugárzás átviteli törvénnyel állapították meg azt a felületet és annak markánspontjait (31. ábra), mellyel minden pixelhez egyenként meghatározható az a küszöbérték (Th), mely felett fátyolfelhőzettel borított képpontról beszélhetünk:

(25)

A konkrét küszöbértéknek a meghatározásához minden pixelhez szükséges továbbá a 4-es csatorna által érzékelt T4 hőmérséklet, és a műhold zenitszöge, mely minden sorra ugyanaz, így elég csak egyszer kiszámolnunk. Számítása egy sor összes pixelére a 6. ábra alapján történik. A delta helyi merőlegestől vett eltérés maximálisan ±13,645° lehet, s így a maximális műholdzenitszög ±69,045°. A két szélsőértékű zenitszög között bizonyos trigonometrikus egyenletekkel előállítható minden pixelhez a hozzátartozó műholdzenitszög. Megjegyezzük, hogy a módszer maximálisan csak ±60°-os műholdzenitszöget enged meg (ld. a 31. ábrát, ahol szekánsa csak 2-ig megy), vagyis nem értelmezhető az áthaladások szélén lévő torzult pixelekre, melyekre mi már eleve el sem készítjük a kivágatainkat.

31. ábra
A vékony fátyolfelhők kiszűrésére használt hőmérséklettől és a műhold zenitszögétől függő kétdimenziós küszöbfelület Saunders és Kriebel (1988) nyomán

A módszer hátránya, hogy bizonyos tulajdonságú, de biztosan felhőmentes képpontokat is (a korábbiakban említett vörös talajúkat) hibásan felhővel borítottnak ítéli meg, de Magyarország térségére ez a talaj s így ez a hiba sem jellemző. Ennek a cirrusz-szűrő feltételnek az eredményét láthatjuk a 32. ábrán, ahol egyben összefoglaljuk az általunk használt vízfelszín- (21) és felhőszűrés (23)-(24)-(25) eredményét. Érdemes összehasonlítani az így kapott felhőmaszkot a kiindulási 12. ábrával.
Léteznek feltételek a felhők árnyékával fedett pixelek meghatározására is (pl. ro2 < 2,2%), de megközelíthető a probléma egy másik oldalról is, melynek alkalmazása ugyanolyan hatásosnak bizonyul. Ezért nappali felhőazonosító eljárásunk utolsó mozzanatként a kapott maszkot egy-egy képponttal eltoljuk fel, le, jobbra és balra, s ezen eltolásoknak az unióját tekintjük a végleges maszknak. Számunkra pusztán az egyesített maszk érdekes, ahol a különböző felhőszűrések eredményezte részmaszkokat különböző számokkal (a 2 hatványaival) tároljuk el binárisan, így a kisméretű fájl bármikor egyszerűen és gyorsan felhasználható lesz.

32. ábra
A (21) vízmaszk kritérium (sötétkék) és a (23)-(24)-(25) felhőmaszk feltételrendszer eredménye (rendre piros, sötétpiros és barna színezéssel) / NOAA-17, 2003.07.22 09:31/

Számos, különböző évszakbeli nappali áthaladásra lefuttattuk a felhőszűrő programunkat, és az esetek többségében kielégítően adta vissza a felhőmaszkot. Kivételként említhető a NOAA-17 műhold 2003. november 22-ei 09:50-es áthaladása (a 33. ábrán látható a 2-es csatornából származtatott reflektanciakép).

33. ábra
A NOAA-17 műhold 2003. november 22-ei 09:50-es áthaladásakor a 2-es csatorna által mért
sugárzási értékekből átszámított reflektanciakép

Az akkori szinoptikus helyzetet alapján a Közép-Európa felett uralkodó anticiklon és a gyenge légáramlás hatására a Kárpát-medencében inverzió alakult ki, mely két napon át a Medence középső részében megült ködöt eredményezett. A köd magassága 600-700 méter alatti volt mindkét nap, ugyanis hazánk magasabb hegycsúcsai a sztrátusz felhőzet teteje fölé emelkedtek. Ez egyrészt kivehető a NOAA-15, -16 és -17 műhold ekkor készített képeiből, másrészt egy Mátrai kirándulás során készült fotók egyértelműen igazolják az aktuális időjárási helyzetet (34. ábra).

34. ábra
Kilátás a Mátrából nyugatra 2003. november 22-én, délután (háttérben a Sástói kilátó)

Az előbbi módszerrel ezekre az áthaladásokra valótlan felhőazonosításhoz jutunk, amit a 35. ábrán mutatunk be. Az eredeti talaj a képen középkék színű. Elvileg sötétkék csak a nyílt vízfelszín lehetne, ennek ellenére a sztrátusz felhőzet majdnem teljesen ebbe a kategóriába esett. Ennek oka az, hogy reflektanciája nem érte el a 15%-ot és hogy az (24) feltétel kritériumai alól is kiesett. Utóbbit a két küszöbérték módosításával lehet javítani, s így alkalmazni a 0,7 és 0,95 alsó és felső határfeltételt. Ezzel már az eddigiekben még nem azonosított (a képen fehér színezésű) felhőket is detektálni lehet (36. ábra)

35. ábra Téves felhőszűrés eredménye a NOAA-17 műhold 2003. november 22-ei 09:50-es áthaladására (Kék és fehér: az eredeti kép RGB színezéssel; sötétkék: vízmaszk; piros, sötétpiros és barna: rendre a (23)-(24)-(25) feltételrendszer eredménye)

36. ábra A módosított küszöbökkel elvégzett felhőazonosítás eredménye a NOAA-17 műhold 2003. november 22-ei 09:50-es áthaladására (Kék és fehér: az eredeti kép RGB színezéssel; sötétkék: vízmaszk; piros, sötétpiros és barna: rendre a (23)-(24)-(25) feltételrendszer eredménye)

Felhőszűrő kritériumok éjszakai képekre

Alacsony szintű vízfelhők éjszakai azonosítására használhatjuk fel a T4-T3B hőmérsékletkülönbséget. Ennek a módszernek a hatékonysága azon alapszik, hogy a vízfelhők emisszivitása alacsonyabb a 3,7 mikrométerű 3B csatornánál, mint a 11 mikrométerű 4-es csatorna esetén (Hunt, 1973). Így a hőmérsékletkülönbség nagy a kis cseppméretű felhők esetén, míg az óceáni vagy kontinentális felszínekre (kivéve Afrika sivatagos területeit) közel nulla. Küszöbértéknek nem a nullát kell választanunk, hanem a 3B csatorna 1,5 Kelvines alapzaját:

(26)

A T3B-T5 hőmérsékletkülönbséggel éjszaka érzékelni lehet a féligáteresztő jégkristályokból álló felhőket és a képpontoknál kisebb méretű hideg felhőket, ugyanis ezek a felhők a sugárzás 3B csatornának megfelelő hullámhosszú összetevőit jobban átengedik, mint az 5-ös csatorna által érzékelhető nagyobb hullámhosszú részeit. A különbség így nagyobbá válik, mint amekkora az szárazföldfelszíni vagy óceáni felszín esetén lenne. A rávonatkozó határfeltétel a következő:

(27)

Ezen túl alkalmazni lehet az éjszakai képekre is a korábbiakban bemutatott (25) cirrusz-szűrő feltételt, mely szintén a hőmérsékleti értékeken alapszik.
A 37. ábrán láthatjuk a (25)-(26)-(27) feltételrendszer eredményét a NOAA-17 műhold 2004. március 5-ei 20:17-es áthaladására. Az ábra a 4-es csatornából számolt hőmérsékletek (vörös színezéssel) és a felhőszűrés eredményének (mélykék, középkék és fehér színezéssel rendre a (25)-(26)-(27) feltételekre) kompozit-térképe.
Természetesen léteznek további kritériumok az éjszakai felhőszűréshez, de ezek általában olyan további információt igényelnek az összehasonlításokhoz, amelyek nem állnak rendelkezésünkre állandóan. Ilyen lehet egy előrejelző modellnek az eredménye, például a 700 hPa-os szint hőmérsékleti mezejére (Putsay et al., 2001).

37. ábra
Éjszakai felhőszűrés eredménye a NOAA-17 műhold
2004. március 5-ei 20:17-es áthaladására. A (25)-(26)-(27)
feltételek eredményei rendre mélykék, középkék és fehér színezéssel.

Hó és jég fedte területek azonosítása

Kérdéses még a hóval és jéggel fedett képpontok azonosításának kivitelezése illetve az, hogy erre van-e egyáltalán szükség. Hiszen a felhőazonosítás kritériumai a hóval borított területek nagy részét is felismerik, és felhőnek azonosítják a látható csatornákban mért viszonylag magas reflektancia alapján. Ha szükségünk van a száraz földfelszín teljes egészére hótakarótól függetlenül, vagy szükségünk van csak a felhőzetre annak osztályozása céljából, akkor egy újabb nehéz feladattal állunk szemben, melynek nem létezik olyan kielégítően jó megoldása, mely minden esetben működne. A hóval borított területek nappali azonosítása céljából szerelték fel az AVHRR/3-t egy újabb, ún. 3A csatornával (1,6 mikrométer), mely már nemcsak a visszavert sugárzást méri. A hóazonosítás problémáját először a NOAA-17 műhold 2004. március 15-ei 10:05-ös áthaladása segítségével mutatjuk be. Ezen a napon az Alpok felett az ég egy-két magasszintű felhőfoszlánytól eltekintve derült volt, ezért vizsgálatainkhoz elsőként az Alpok nyugati részét használtuk fel.
A hó- és jégfelszínek reflektanciája erősen függ attól a hullámhossztartománytól, melyben a mérést végezzük. Az 1-es, látható csatorna esetén a hótakaró még nagy mértékben visszaveri a napsugárzást (38. ábra), míg a 3-as csatornával mért reflektancia-értékei ugyanazokra a képpontokra már jóval alacsonyabbak (39. ábra), hiszen ez a csatorna már a közeli infravörös tartományba esik, s a visszavert napsugárzáson kívül más sugárzást is mér.

38. ábra Nyugati-Alpokot ábrázoló részlet a NOAA-17 műhold 2004. március 15-ei áthaládásából, 1-es csatorna (0,58-0,68 mikrométer) / NOAA-17, 2004.03.15 10:05/

39. ábra Nyugati-Alpokot ábrázoló részlet a NOAA-17 műhold 2004. március 15-ei áthaládásából, 3A csatorna (1,58-1,64 mikrométer) / NOAA-17, 2004.03.15 10:05/

Ezzel szemben az erdők, a művelt területek és a csupasz talaj reflektanciájának kisebb a változékonysága a csatornák között (Vikhamar és Solberg, 2003), így a 3A csatorna jól használható a hóval borított és a hómentes területek megkülönböztetésére. A felhők spketrális tulajdonságait még kevésbé vizsgálták meg ebben a csatornában, de úgy tűnik, a cirrusz felhőket kivéve jól elkülöníthetők a hóval borított területektől (Hyvarinen et al., 1999). A hó-azonosítás alapja a 3A és 1-es csatorna hányadosa (Eastwood és Thyness, 2003), melynek hisztogramját mutatja be a 40. ábra az előző áthaladás adott részletére.

40. ábra
A 3A és az 1-es csatorna hányadosának hisztogramja
/ NOAA-17, 2004.03.15 10:05/

A 0,1 körüli első csúcs a hóval borított magas hegycsúcsokhoz, a 0,3-nál lévő második csúcs pedig a tengervízhez és a hóval borított erdős területekhez tartozik. A harmadik csúcs 0,5 körül a magasszintű felhőzetnek, a negyedik csúcs 0,85-nél az egyéb felhőzetnek, míg a maradék képpontok a hótakaró nélküli talajnak felelnek meg. A vizsgálatok alapján a legtöbb esetben megközelítőleg ezek az értékek szerepelnek, így felírhatjuk a hóazonosításra vonatkozó első feltételt:

(28)

A felhőzettől való jobb elkülönítés céljából további szűkítő feltételt tehetünk, mely azon alapszik, hogy a felhőzet még a 3A csatornával érzékelve is magas reflektanciát mutat, míg a hófelszín 15 % alattit, azaz:

(29)

A 40. ábra alapján is kitűnik, hogy a havas képpontok két alapvető típusát különböztetjük meg. Az egyik azon nyitott területeknek felel meg, ahol a hótakaró összefüggő (pl. hegyek), míg a másik a hóval fedett erdős, bozótos területeknek. Jelentős különbség az 1-es csatorna mérései alapján jelentkezik, ahol a nyílt területekhez kb. 70 %, míg az erdős-havas területekhez kb. 30 % reflektancia tartozik. A 41. ábrán látható a (28) és (29) feltétel egyidejű alkalmazásának eredménye a fent bemutatott képre, azaz a pirossal jelölt képpontok feleltethetőek meg havas területeknek. Az előbb említett két hótípust a reflektancia-értékek alapján megkülönböztethetve és a korábban vázolt felhőszűrő kritériumokat alkalmazva kapjuk a 42. ábrát. A hegycsúcsokon lévő havat pirossal, a vegetációval borított területeket fedőt havat feketével jelöltük, közöttük pedig átmenetes színezést alkalmaztunk. A sárga szín képviseli a magas reflektanciájú felhőkre vonatkozó (23) feltételt, a világoskék az (24) feltételt és a középkék szín a cirruszokra vonatkozó (25) feltételt. Továbbá mélykék színezéssel láttuk el a szabad vízfelszíneket (például Genovai-öböl a kép alján) a (21) feltétel alapján. Erre a lépésre azért volt szükség, mert ezen területek gyakran esnek a hóazonosítás kritériuma alá (pl. a 41. ábrán a Garda-tó).

41. ábra A (28) és (29) hóazonosító feltétel eredménye (piros színezéssel) a 3A csatornával mért képen (a zöld árnyalataival) / NOAA-17, 2003.07.22 09:31/

42. ábra A (28) és (29) hóazonosító feltétel (piros és fekete színezéssel), a (23)-(24)-(25) felhőszűrő feltételrendszer (rendre sárga, világoskék és középkék színezéssel) és a (21) vízazonosító feltétel (mélykék) eredménye a 3A csatornával mért képen (a zöld árnyalataival) / NOAA-17, 2003.07.22 09:31/

Ezt a kritérium-rendszert Magyarország térségére is megvizsgáltuk, és megállapítottuk, hogy ugyanúgy használható a Kárpát-medencére is.
Ennek a csatornának (3A) a segítségével havat azonosítani csak nappal lehet. (Kivéve a NOAA-16 műholdat, melyen meghibásodás miatt 2003 májusa óta állandóan csak az éjszakai időtartamra tervezett 3B csatorna működik, a nappali 3A egyáltalán nem.) Az éjszakai hóazonosításhoz más csatornákat, és más módszert kell alkalmazni, melyek az AVHRR/3 műszer esetén még kevésbé kiforrottak, ezért ezt nem részletezzük

Felhasználhatóság

Ha egy terület vegetációs-ciklusát megfelelő finomságú, s időbeli felbontású műhold képsorral kívánjuk reprezentálni, ahhoz legalább heti egy olyan teljesen felhőmentes áthaladás szükséges, amikor a műhold megközelítőleg a terület felett (maximum ± 15°-os látószögbeli eltéréssel) haladt át (Gallo és Flesch, 1989). Ilyen áthaladási feltételek esetén azonban a maradék áthaladások száma annyira csekély lehet, hogy jelentősen megnehezítheti a vegetációs indexek és sajátosságaik meghatározását, mint például a különböző növények vegetációs-ciklusának kezdetét, a szárazságok és az aratások időpontját, tartamát, ezeken keresztül pedig az elmúlt évek meneteivel történő összehasonlítást. Egy német vizsgálat alapján egy évben alig marad 10 felhőmentes áthaladás a megfigyelt 15 km × 15 km kiterjedésű Észak-Németországi terület felett (Koslowsky, 1996), de még ezekben az esetekben sem teljesen biztos, hogy nem voltak akkor a terület felett felismerhetetlenül apró gomolyfelhők, vagy keskeny kondenzcsíkok. Ezen probléma enyhítésére több (7-10) egymást követő nap áthaladásaiból készítenek ún. maximum vegetációs (kompozit-) képeket (a NOAA által készített képek térítésmentesen letölthetőek az Internetről: pl.: daac.gsfc.nasa.gov), ahol minden képponthoz az adott időszak alatt érzékelt maximális vegetációs indexet rendelik. Ekkora időtartam alatt nagy valószínűséggel minden pixelhez akad legalább egy olyan áthaladás, amikor a képpont felhőmentesnek titulálható, s így elvileg a vegetációnak a maximális NDVI értéket mutató állapota kerül a kompozit-képre. Egyes földrajzi helyeken Európában, pl. Belmonte térsége Spanyolországban (Koslowsky, 1996) még így is akad olyan több hetes időszak, amikor nem lehet egyetlen egy biztosan felhőmentes áthaladást sem találni. A maximum NDVI értékekből készített kompozit-képeket nagy óvatossággal szabad csak felhasználni, ugyanis figyelembe kell venni, hogy a mérés geometriája jelentősen kihat az NDVI értékére: egy részben felhős pixel kedvezőtlen geometriájú megfigyeléskor, azaz nagy műholdzenitszög esetén (ld.: alfai a 6. ábrán), akár magasabb NDVI értékkel is rendelkezhet, mint egy kedvező geometriájú, gyakorlatilag a nadírban megfigyelt, és biztosan felhőmentes képpont (Koslowsky, 1996). Így előfordulhat olyan, hogy egy maximum NDVI kompozit-képen nemcsak a vegetációra vonatkozó pozitív NDVI értékeket találunk.
A megjelenésében nagy változékonyságot és eltérő spektrális tulajdonságot mutató felhőzet zavaró hatása miatt tehát érdemes vagy felhőmentes képeket kiválasztani elemzésre, vagy olyan kompozit-képeket készíteni, amelyekben több napra vonatkozó valamilyen reprezentatív érték áll. Ilyen a korábbiakban említett 7-10 napos maximum-NDVI kép, mellyel a vegetációra vonatkozó vizsgálatok eredményesen elvégezhetők. Az általunk bemutatott és kidolgozott felhőszűrés az esetek többségében jól használható, de figyelembe kell venni a probléma nehézségeit és korlátait.