Архив
Том 21, 2024
Том 20, 2023
Том 19, 2022
Том 18, 2021
Том 17, 2020
Том 16, 2019 г.
Том 15, 2018 г.
Том 14, 2017 г.
Том 13, 2016 г.
Том 12, 2015 г.
Том 11, 2014 г.
Том 10, 2013 г.
Том 9, 2012 г.
Том 8, 2011 г.
Том 7, 2010 г.
Выпуск 6, 2009 г.
Выпуск 5, 2008 г.
Выпуск 4, 2007 г.
Выпуск 3, 2006 г.
Выпуск 2, 2005 г.
Выпуск 1, 2004 г.
Поиск
Найти:
Подписка/отписка
на рассылку новостей
ISSN 2070-7401 (Print), ISSN 2411-0280 (Online)
Современные проблемы дистанционного зондирования Земли из космоса
физические основы, методы и технологии мониторинга окружающей среды, потенциально опасных явлений
и объектов

  

Современные проблемы дистанционного зондирования Земли из космоса. 2014. Т. 11. № 4. С. 360-368

Эффективность атмосферных коррекций гиперспектральных снимков Hyperion в регионах с развитым растительным покровом

А.А. Деркачева  , О.В. Тутубалина 
Московский государственный университет им. М.В. Ломоносова, Москва, Россия
В статье рассматриваются виды атмосферного влияния, наиболее существенные при дистанционном зондировании Земли (ДЗЗ), и различные методы атмосферной коррекции гиперспектральных снимков: IARR, QUAC, FLAASH, EL. Приводятся результаты применения алгоритмов для снимка EO-1 Hyperion от 27 июля 2013 г. на лесную территорию в центре Кольского полуострова. На основе оценки по полевым данным, наиболее эффективным был признан регрессионный алгоритм «эмпирической линии» EL, использующий наземные спектрометрические данные о двух эталонных типах объектов. Даны рекомендации по выбору наземных эталонов: они должны занимать достаточную площадь, быть однородными, обеспечивать достаточный яркостной охват (от темных до светлых объектов) и быть стабильными во времени.
Ключевые слова: гиперспектральные снимки, алгоритмы атмосферной коррекции, наземные спектрометрические данные
Полный текст

Список литературы:

  1. С.А. Забелин, А.Д. Тулегулов Методика атмосферной коррекции снимков Landsat // Вестник ЕНУ им. Л.Н.Гумилева. 2011 (6). стр.147-154.
  2. Шовенгердт Р.А. Дистанционное зондирование. Модели и методы обработки изображений. Москва: Техносфера, 2010. 560 с.
  3. Adler-Golden S., Bernstein L., Matthew M. Atmospheric compensation of extreme off-nadir hyperspectral imagery // SPIE, Proceedings, Algorithms and Technologies for Multispectral, Hyperspectral and Ultraspectral Imagery XIII. 2007.
  4. Beck R. EO-1 User Guide // Version 2.3. Cincinnati, Ohio : Satellite Systems Branch USGS EDS, 2003.
  5. Exelis Visual Information Solutions Atmospheric Correction // Exelis VIS. 2014 http://www.exelisvis.com/.
  6. Kawishwar P. Atmospheric Correction Models for Retrievals of Calibrated Spectral Profiles from Hyperion, India: Dehra Dun, Indian Institute of Remote Sensing, National Remote Sensing Agency, 2007.
  7. San B.T., Suzen M.L. Evaluation of different atmospheric correction algorithms for EO-1 Hyperion imagery // International Archives of the Photogrammetry, Remote Sensing and Spatial Information Science. Volume XXXVIII. Part 8. Kyoto, 2010. P. 392-397.
  8. Tuominen J., T. Lipping T. Atmospheric correction of hyperspectral data using combined empirical and model based method.Tampere: Tampere University of Technology. 2004.
  9. Xu Y., Wang R., Liu Sh., Yang S., Yan B. Atmospherice correction of hyperspectral data using MODTRAN model // Remote Sensing of the Environment: 16th National Symposium on Remote Sensing of China. 2008.