Я хотел бы расширить некоторые из уже данных ответов. Я не биолог и не зоолог и не использую тепловые диапазоны спутниковых снимков. Но я географ и использую спутниковые снимки для обнаружения изменений и НДВИ. Тим Б II и Кит Моррисон дали хорошие ответы, но я хотел углубиться в более технический аспект. Это также дает мне возможность потренироваться дистанционное зондирование.
Итак, есть три разрешения, которые нас интересуют при использовании спутниковых изображений. Спектральное разрешение, пространственное разрешение и временное разрешение.
Спектральное разрешение — длина волны интересующего излучения (УФ, ИК, теплового или видимого света). В случае тепловизионный анализ пожара в угольной шахтеОни использовали датчики с длинами волн в диапазонах 10,78–12,27 мкм. Это основной диапазон теплового излучения, который можно обнаружить из космоса без помех со стороны атмосферы.
Пространственное разрешение — это область, которую покрывает один пиксель изображения. Хотя на борту спутников есть датчики с пространственным разрешением менее метра, большинство из них гораздо грубее. Даже при разрешении в 1 метр это означает, что каждый пиксель изображения имеет размеры примерно 3 на 3 фута. Я знаю, что снежный человек предположительно большое существо, но, вероятно, его размер будет не более 1 пикселя. Если бы он находился на линии между пикселями, он, вероятно, был бы размыт окружающей растительностью.
Временное разрешение это то, как часто эту область на Земле фотографируют. Большинство спутников для получения изображений вращаются вокруг Земли по орбите, перемещаясь от полюса к полюсу. Это означает, что Земля поворачивается под спутником, когда тот пересекает диагональную полосу. Из-за этого для того, чтобы спутник сделал снимок одного и того же участка земли, может потребоваться до 16-20 дней. Это можно смягчить с помощью группировок из нескольких спутников или геосинхронных спутников. Геосинхронный/геостационарный остаются в том же месте относительно Земли и, следовательно, имеют хорошее временное разрешение, но находятся намного дальше (дальше в космосе) и, следовательно, имеют более низкое пространственное разрешение.
Между этими тремя резолюциями существует баланс. Когда мы получаем лучшее разрешение по одному вопросу, другие обычно страдают. Вот несколько сравнений спутников и их разрешения:
ЛэндСат 8 полосы 10 и 11 представляют собой тепловое инфракрасное излучение с разрешением 100 м и временным разрешением 16 дней.
Модис между спутниками Terra и Aqua имеет временное разрешение от одного до двух дней, но пространственное разрешение для диапазонов 31 и 32, которые определяют температуру поверхности и облаков, составляет 1000 м.
СуперВью-1 имеет панхроматическое (черно-белое) разрешение 0,5 м, а при наличии 4 спутников имеет временное разрешение 2 дня, но не имеет теплового датчика.
ИДЕТ (Геостационарная оперативная спутниковая спутниковая система) 17 представляет собой геосинхронный спутник, который снимает изображения континентальной части США каждые 5 минут, но пространственное разрешение теплового диапазона(ов) составляет 2 километра (1,2 мили).
Итак, как вы можете видеть, даже если бы снежный человек отсутствовал, и примерно в те несколько секунд, когда спутник проходил над головой на 2-й или 16-й день повтора, он терялся бы на заднем плане при большинстве разрешений датчика. Облака и деревья в некоторой степени также могут затенять некоторые датчики.
Когда я занимаюсь дистанционным зондированием, я обычно выполняю панорамирование, какую-то классификацию и обнаружение изменений. Панхроматическая резкость — это добавление панхроматической (черно-белой) полосы к видимым полосам для создания изображения с более высоким пространственным разрешением, поскольку панхроматическая полоса обычно имеет самое высокое разрешение. Затем я провожу контролируемую классификацию. Я выбираю некоторые области изображения и сообщаю программе, что это деревья, дома или дороги, после чего программа проверяет каждый пиксель изображения и пытается отнести его к категории. Это не идеально, но работает довольно хорошо. Классификация — это шаг, на котором он может «найти» снежного человека, но это будет всего лишь один пиксель в группе, который программное обеспечение не сможет разместить и отнести к «неклассифицированным». Затем происходит обнаружение изменений. Я беру старые классифицированные изображения и прошу программу сравнить их с новыми изображениями, чтобы выделить то, что изменилось. Я не смотрю на каждый пиксель изображения и даже не смотрю на изображения большую часть времени, просто смотрю на то, какие области изменились, и показываю это.
На мой взгляд, лучшим маршрутом была бы воздушная ортофотосъемка (съемка самолетов). Я знаю, что в округе Лос-Анджелес каждый год передаются снимки с пространственным разрешением 4 дюйма. Это позволило бы увидеть такое существо, но все равно оставались бы обширные территории, на которых была бы какая-то методология для изучения изучаемой территории.