Атмосферная коррекция гиперспектральных данных авиакосмического дистанционного зондирования агросистем

Аннотация

В статье рассматривается один из подходов к атмосферной коррекции гиперспектральных данных авиакосмического дистанционного зондирования агросистем, который основан на комплексном использовании дополнительных данных, получаемых с различных приборов при проведении полевых измерений. В качестве дополнительных данных рассматриваются результаты измерений, проводимых спектрорадиометрами, солнечными фотометрами и т.д. Отмечается целесообразность использования данных сети AERONET. Кроме того при решении целевых задач полезным является наличие информации о навигационной привязке гиперспектральных изображений, а также доступ к снимкам, получаемым с помощью другой видеоаппаратуры. Предложенный в статье подход отработан на примере атмосферной коррекции гиперспектральных изображений территории полигона Почвенного института им. В.В. Докучаева в Тульской области. В ходе экспериментальных работ использовался авиационный гиперспектрометр производства ЗАО "НПО "Лептон" г.Зеленоград. В качестве исходной информации для совместной обработки были выбраны данные наземного спектрометрирования спектрорадиометром ASD FieldSpec(R)3 и данные солнечного фотометра MICROTOPS(R)II. Выявлено, что для проведения атмосферной коррекции наиболее полезны данные солнечного фотометра, из которых выделяются такие ключевые параметры атмосферы, как метеорологическая дальность видимости и влагосодержание. Показано, что наилучшие результаты достигнуты в полосах поглощения воды и в синей области спектра.

• гиперспектрометр
• hyperspectrometer
• спектрорадиометр
• солнечный фотометр
• сеть AERONET
• атмосферная коррекция
• тематическая обработка гиерспектральных изображений агросистем

Abstract (in English)

This article presents one approach to atmospheric correction of hyperspectral aerospace remote sensing data, which is based on the integrated use of additional data obtained with different instruments for field measurements. The results of measuring performed by the spectroradiometer, sun photometer, etc. are considered as additional data. It is advisable to use the data of the AERONET radiometer network. Additionally, the availability of information about the navigational reference of hyperspectral images, as well as access to images obtained using different video equipment is especially very useful when addressing targets. The approach, offered in the article, is tested on the example of the atmospheric correction of hyperspectral images of the landfill site of Dokuchaev Soil Science Institute in the Tula region. Aviation hyperspectrometer produced by JSC "NPO "Lepton" was used during the experimental work. Ground-based measurements obtained by spectroradiometer ASD FieldSpec(R)3 and by sun photometer MICROTOPS(R)II were selected as a source of information for aggregation. It is revealed that measurements of the sun photometer are mostly useful for the atmospheric correction. Such principal atmospheric parameters as meteorological visibility range and precipitable water vapour are obtained from these measurements. It is shown that the best results were achieved in the absorption bands of water and in the blue region of the spectrum.

Для цитирования

Литература

1. Song, C., Woodcock, C. E., Seto, K. C., Lenney, M. P., & Macomber, S. A. (2001). Classification and change detection using Landsat TM data: When and how to correct atmospheric effects? Remote Sensing of Environment, 75(2), 230-244.
2. Datt, Bisun, et al. "Preprocessing EO-1 Hyperion hyperspectral data to support the application of agricultural indexes." Geoscience and Remote Sensing, IEEE Transactions on 41.6 (2003): 1246-1259.
3. Bach, Heike, and Wolfram Mauser. "Atmospheric correction of hyperspectral data in terms of the determination of plant parameters." Satellite Remote Sensing. International Society for Optics and Photonics, 1994.
4. le Maire, Guerric, et al. "Calibration and validation of hyperspectral indices for the estimation of broadleaved forest leaf chlorophyll content, leaf mass per area, leaf area index and leaf canopy biomass." Remote Sensing of Environment 112.10 (2008): 3846-3864.
5. Gao, Bo-Cai, et al. "Atmospheric correction algorithms for hyperspectral remote sensing data of land and ocean." Remote Sensing of Environment 113 (2009): S17-S24.
6. Rochford, Peter A., et al. "Validation and refinement of hyperspectral/multispectral atmospheric compensation using shadowband radiometers." Geoscience and Remote Sensing, IEEE Transactions on 43.12 (2005): 2898-2907.
7. Holben, B. N., et al. "AERONET-A federated instrument network and data archive for aerosol characterization." Remote sensing of environment 66.1 (1998): 1-16.