Гиперспектральные датчики, используемые для дистанционного зондирования, приобретают спектральные характеристики поверхности Земли во многих узких и смежных диапазонах. Когда солнечное излучение падает на поверхностный материал, материал отражает падающее излучение. Количество отраженной энергии означает спектральные характеристики поверхностного материала.
Падающее излучение, отраженное поверхностью, известно как отражающая способность поверхности. Отраженное излучение, измеренное датчиком, расположенным в верхней части атмосферы (ТОА), известно как световое излучение ТОА. В идеале, излучение ТОА равно отражательной способности поверхности. Но в реальных условиях на падающее и отраженное излучение влияют атмосферные явления, такие как рассеяние и поглощение. В результате величина излучения ТОА представляет собой сумму отражений от поверхности, отражений от облаков и рассеяния от молекул воздуха и аэрозольных частиц в атмосфере.
Наряду с характеристиками источника света и поверхностного материала на значения излучения, измеренные датчиком, влияют усиление и смещение датчика (смещение) на каждой спектральной длине волны. Необработанные данные, записанные гиперспектральными датчиками, известны как цифровые номера (DN). Чтобы использовать гиперспектральные данные для количественного анализа, необходимо откалибровать данные для значений излучения TOA и оценить фактические значения отражения поверхности по DN.
Процесс оценки значений излучения ТОА из DN известен как радиометрическая калибровка. Процесс оценки значений поверхностного отражения путем удаления атмосферных эффектов известен как атмосферная коррекция.
В качестве этапов предварительной обработки для тщательного спектрального анализа можно выполнить процедуры радиометрической калибровки и атмосферной коррекции.
DN - излучение TOA
Для оценки значений излучения TOA по DN откалибруйте усиление и смещение датчика в каждом спектральном диапазоне.
смещение
Gainλ и Biasλ являются значениями усиления и смещения для каждой спектральной полосы (λ) соответственно.
Значения излучения TOA для некалиброванных гиперспектральных данных можно найти с помощью dn2radiance функция. Функция считывает значения коэффициента усиления и смещения (смещения) для каждого спектрального диапазона из файла заголовка, связанного с гиперспектральными данными.
Светоотражающая способность ТОА к ТОА
Значения коэффициента отражения TOA можно оценить по значениям светового излучения TOA. Коэффициент отражения ТОА определяет отношение излучения ТОА к падающему на поверхность излучению.
d - расстояние Земного солнца в астрономических единицах, ESUNλ - средняя освещенность солнечного излучения для каждого диапазона, и θE - угол возвышения солнца. Можно оценить значения коэффициента отражения TOA по значениям светового излучения TOA, используя radiance2Reflectance функция.
DN - отражательная способность TOA
Можно непосредственно вычислить значения коэффициента отражения ТОА из DN, если доступны параметры коэффициента отражения (RGain) и смещения отражения (ROffset) каждого спектрального диапазона.
ROffset
dn2reflectance функция калибрует DN до значений отражательной способности TOA, используя параметры усиления и смещения отражательной способности, доступные в метаданных.
Методы атмосферной коррекции оценивают значения отражательной способности поверхности из значений излучательной способности ТОА или отражательной способности ТОА. Методы атмосферной коррекции классифицируются как эмпирические методы и методы, основанные на моделях.
Эмпирические методы являются основанными на сцене подходами, которые оценивают относительные значения отражательной способности поверхности. Эмпирические методы являются вычислительно эффективными и не требуют априорных измерений.
Основанные на моделях методы зависят от атмосферных данных in situ и полезны для точной оценки значений поверхностного отражения.
| Метод | Описание |
subtractDarkPixel | Вычитание темных пикселей или вычитание темных объектов - эмпирический метод, подходящий для удаления атмосферной дымки из гиперспектральных изображений. Атмосферная дымка характеризуется высокими значениями DN и приводит к неестественному осветлению изображений. Темные пикселы - это минимальные значения пикселов в каждой полосе. Предполагается, что темные пиксели имеют нулевую отражательную способность поверхности, и их значения учитывают аддитивный эффект излучения атмосферного пути. |
empiricalLine | Эмпирический метод калибровки линии предполагает линейную зависимость между поверхностной отражательной способностью и измеренными значениями отражательной способности. Этот способ предполагает, что входные гиперспектральные данные имеют один или более известных целевых пикселей, для которых доступны значения поверхностного отражения. Способ калибровки состоит в регрессии измеренного спектрального значения целевых пикселей относительно априорных значений отражения поверхности. Можно использовать эмпирический метод калибровки линий, если данные получены в однородных атмосферных условиях, а измерения, связанные с целью, являются инвариантными по времени. |
flatField | Коррекция плоского поля предполагает, что изображаемая поверхность включает в себя яркую однородную область, которая имеет нейтральную спектральную отражательную способность. Средний спектр такой области включает комбинированные эффекты солнечного излучения, рассеяния атмосферы и поглощения. Относительные значения поверхностного отражения оцениваются делением каждого пиксельного спектра на средний спектр. |
iarr | Внутренняя средняя относительная отражательная способность (IARR) - это эмпирический подход, который вычисляет относительную отражательную способность поверхности путем нормализации каждого пиксельного спектра со средним спектром. Метод предполагает, что поверхность неоднородна, и спектральные характеристики отражения отменяются. В результате средний спектр поверхности подобен спектру плоского поля. Этот метод особенно полезен при оценке относительных значений поверхностного отражения для регионов без растительности. |
logResiduals | Логарифмическую остаточную коррекцию гиперспектральных данных осуществляют делением каждого пиксельного спектра в гиперспектральных данных на спектральное геометрическое среднее и пространственное геометрическое среднее. Этот метод является эмпирическим подходом, который опирается на статистику полученного гиперспектрального изображения. Этот метод можно использовать для удаления эффектов солнечного излучения и атмосферного пропускания. |
sharc | Спутниковый гиперкуб метода быстрой коррекции атмосферы (SHARC) вычисляет абсолютные значения поверхностного отражения на основе аналитических решений уравнения радиационного переноса. Значения отражательной способности поверхности вычисляются с учетом эффекта смежности для каждой точки поверхности и атмосферных эффектов. Этот метод можно использовать, если доступны параметры атмосферной модели, необходимые для вычисления точных значений отражательной способности поверхности. |
fastInScene | Быстрый метод в сцене является эмпирическим подходом, который выполняет атмосферную коррекцию на основе характеристик в сцене. Способ определяет параметры коррекции непосредственно из пиксельных спектров полученных гиперспектральных данных. Этот метод приводит к приблизительной коррекции, но вычислительно быстрее, чем методы, основанные на модели. Используйте быстрый метод в сцене для коррекции атмосферных эффектов на гиперспектральных данных с различными спектрами пикселей и достаточным количеством темных пикселей. Метод оценивает базовый спектр с использованием темных пикселей. |
rrs | Отражательная способность дистанционного зондирования (ДРС) для коррекции атмосферных воздействий на основе гиперспектральных данных, содержащих крупные водные объекты. Метод RRS оценивает покидающее воду сияние и является методом атмосферной коррекции для гиперспектральных данных о цвете океана. |
correctOOB | Метод внеполосной коррекции. Этот способ удаляет внеполосные (OOB) эффекты из многоспектральных данных, используя измеренное излучение и значения спектральной характеристики датчика. |