Вплив атмосферної корекції гіперспектральних даних сенсора EO-1 Hyperion на позицію червоного краю
Дослiджено вплив атмосферної корекцiї даних сенсора Hyperion методом вiднiмання темного об’єкта на величину позицiї червоного краю спектрiв вiдбиття. Проведено зiставлення REP-зображень, побудованих за даними без атмосферної корекцiї та пiсля проведення атмосферної корекцiї з подальшою класифiкацiєю...
Збережено в:
| Дата: | 2009 |
|---|---|
| Автори: | , , |
| Формат: | Стаття |
| Мова: | Українська |
| Опубліковано: |
Видавничий дім "Академперіодика" НАН України
2009
|
| Теми: | |
| Онлайн доступ: | https://nasplib.isofts.kiev.ua/handle/123456789/18704 |
| Теги: |
Додати тег
Немає тегів, Будьте першим, хто поставить тег для цього запису!
|
| Назва журналу: | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| Цитувати: | Вплив атмосферної корекції гіперспектральних даних сенсора EO-1 Hyperion на позицію червоного краю / О. I. Сахацький, З.М. Шпортюк, О.М. Сибiрцева // Доп. НАН України. — 2009. — № 9. — С. 129-137. — Бібліогр.: 15 назв. — укр. |
Репозитарії
Digital Library of Periodicals of National Academy of Sciences of Ukraine| _version_ | 1860056036328603648 |
|---|---|
| author | Сахацький, О.І. Шпортюк, З.М. Сибірцева, О.М. |
| author_facet | Сахацький, О.І. Шпортюк, З.М. Сибірцева, О.М. |
| citation_txt | Вплив атмосферної корекції гіперспектральних даних сенсора EO-1 Hyperion на позицію червоного краю / О. I. Сахацький, З.М. Шпортюк, О.М. Сибiрцева // Доп. НАН України. — 2009. — № 9. — С. 129-137. — Бібліогр.: 15 назв. — укр. |
| collection | DSpace DC |
| description | Дослiджено вплив атмосферної корекцiї даних сенсора Hyperion методом вiднiмання темного об’єкта на величину позицiї червоного краю спектрiв вiдбиття. Проведено зiставлення REP-зображень, побудованих за даними без атмосферної корекцiї та пiсля проведення атмосферної корекцiї з подальшою класифiкацiєю зображень, щоб оцiнити, чи покращує атмосферна корекцiя роздiлення рiзновидiв наземного покриву при картуваннi з використанням позицiї червоного краю. Встановлено, що використання атмосферно коригованих даних показало збiльшення контрастiв у значеннях REP, покращення роздiлення рiзновидiв наземного покриву i точностi картування.
The influence of the atmospheric correction of satellite data from EO-1Hyperion sensor using a dark object on the Red Edge Position (REP) of spectral reflectance is investigated. The comparison of REP-images, which were constructed without atmospheric correction and after it, has been done with the application of a classification of images for the evaluation of an improvement of the accuracy of a land cover mapping using REP. It is found that the atmospheric correction of satellite data shows increasing the contrasts of REP values and the improvement of the accuracy of a land cover mapping on the base of satellite data classification.
|
| first_indexed | 2025-12-07T17:01:02Z |
| format | Article |
| fulltext |
УДК 528.8.04:551.4
© 2009
О. I. Сахацький, З. М. Шпортюк, О. М. Сибiрцева
Вплив атмосферної корекцiї гiперспектральних даних
сенсора EO-1 Hyperion на позицiю червоного краю
(Представлено членом-кореспондентом НАН України В. I. Ляльком)
Дослiджено вплив атмосферної корекцiї даних сенсора Hyperion методом вiднiмання
темного об’єкта на величину позицiї червоного краю спектрiв вiдбиття. Проведено зi-
ставлення REP-зображень, побудованих за даними без атмосферної корекцiї та пiсля
проведення атмосферної корекцiї з подальшою класифiкацiєю зображень, щоб оцiнити,
чи покращує атмосферна корекцiя роздiлення рiзновидiв наземного покриву при карту-
ваннi з використанням позицiї червоного краю. Встановлено, що використання атмос-
ферно коригованих даних показало збiльшення контрастiв у значеннях REP, покращення
роздiлення рiзновидiв наземного покриву i точностi картування.
Дистанцiйне зондування Землi (ДЗЗ) за допомогою супутникових гiперспектральних сенсо-
рiв є вiдповiдним iнструментом для монiторингу рослинного покриву величезних за площею
територiй, навiть у важкодоступних та небезпечних для життя людини районах (гiрськi ма-
сиви, Зона вiдчуження ЧАЕС). Однак, щоб повнiстю реалiзувати потенцiал супутникових
спектральних даних для аналiзу змiн наземного покриву в часi, необхiдно конвертувати
вихiднi данi сенсора до величин, незалежних вiд атмосферних умов, тобто до величин на-
земного вiдбиття.
У порiвняннi з традицiйними багатоканальними сенсорами, супутниковi гiперспектраль-
нi сенсори, в яких є не менше п’яти спектральних каналiв у зонi червоного краю: вiд 670
до 780 нм, мають найкращий потенцiал для дослiдження рослинного покриву. Як вiдо-
мо [1, 2], спектри вiдбиття рослин у зонi червоного краю характеризуються стрiмким зро-
станням. Величина швидкостi зростання є рiзна i залежить вiд виду рослинного покриву,
що дає змогу використовувати цю властивiсть для його класифiкацiї. Особливу роль тут
вiдiграє довжина хвилi, на якiй швидкiсть змiни спектра вiдбиття максимальна. Ця точка
називається позицiєю червоного краю — надалi REP (the Red Edge Position) — i належить
до множини вегетацiйних iндексiв червоного краю, якi можна визначати попiксельно за
гiперспектральними даними.
За даними наукових дослiджень [3–7], REP є iндикатором стану рослинностi i може слу-
гувати показником здоров’я рослинних угруповань. Вегетацiйнi стреси, викликанi рiзними
чинниками, якi призводять до зменшення вмiсту хлорофiлу, проявляються в спектрах вiд-
биття рослин зсувами REP до коротких довжин хвиль — голубий зсув.
Зсув REP у спектрах вiдбиття рослинного покриву в довгохвильовому напрямi, так
званий червоний зсув, виникає iз збiльшенням вмiсту хлорофiлу в рослинах на рiзних фе-
нологiчних стадiях їх розвитку вiд початку вегетацiйного росту до цвiтiння. Можливiсть
iдентифiкацiї видiв рослинних спiльнот за величиною REP та змiни REP внаслiдок ве-
гетацiйних стресiв, викликаних рiзноманiтними чинниками, серед яких геохiмiчний стрес,
свiдчать про потенцiйну змогу використання REP для аналiзу стану рослинного покриву
Землi, за даними гiперспектральної космозйомки.
ISSN 1025-6415 Доповiдi Нацiональної академiї наук України, 2009, №9 129
Рис. 1. Синтезоване зображення знiмка EO-1 Hyperion (14.09.2002) у межах Київського регiону (синтез
каналiв 20, 30, 40) (а) та синтезоване зображення знiмка Landsat ETM (14.09.2001) (синтез каналiв 2, 4,
5) (б ).
Бiлий прямокутник на знiмку Landsat ETM вказує на розташування знiмка Hyperion. Фрагмент знiмка
EO-1 Hyperion — на дiлянку детальних дослiджень у межах загальної сцени
Великою перевагою гiперспектральних даних є те, що вони дають змогу попiксельного
обчислення REP (при наявностi вiдповiдної методики) для космознiмка конкретної терито-
рiї i побудови REP-зображень рослинного покриву цiєї територiї.
Мета даної роботи — дослiдження впливу атмосферної корекцiї спектральних даних
сенсора Hyperion методом вiднiмання темного елемента (DOS — Dark Object Substrac-
tion) [8–10] на величину REP за даними гiперспектральної зйомки конкретної територiї,
побудова i використання REP-зображень цiєї територiї з подальшою класифiкацiєю назем-
ного покриву i оцiнкою результатiв класифiкацiї зображень.
Результати та методи дослiджень. Hyperion — перший у свiтi гiперспектральний
вiдеоспектрометр, встановлений на борту супутника EO-1, запущеного NASA 21 березня
2000 р. [11]. Вiн має 220 спектральних каналiв у дiапазонi вiд 400 до 2500 нм. Спектральна
розрiзненiсть його каналiв в оптичному та близькочервоному (NIR) дiапазонах становить
10 нм, а просторова — 30 м для всiх каналiв. Ширина стандартної сцени зйомки 7,7 км,
довжина 42 км. Iз запуском на орбiту гiперспектрального супутникового сенсора на поча-
тку третього тисячолiття реальною стала можливiсть отримання даних дистанцiйного зон-
дування Землi високої спектральної розрiзненостi в областi червоного краю (660–780 нм)
спектрiв вiдбиття рослинного покриву та використання цих даних для класифiкацiї та ана-
лiзу змiн стану рослинностi на основi попiксельного обчислення таких iндексiв червоного
краю, як позицiя червоного краю — REP та нормалiзований рiзницевий вегетацiйний iн-
декс — NDVI. Побудова зображень цих iндексiв за космознiмком конкретної територiї вiд-
криває новi можливостi для розрiзнення, iдентифiкацiї, картування, монiторингу та аналiзу
змiн стану рослинного покриву Землi. Основою для методики аналiзу стану рослинного по-
криву через дослiдження iндексiв червоного краю його спектрiв вiдбиття є спектральнi
властивостi рослинного покриву в цiй областi, що встановленi на пiдставi даних лаборатор-
них, польових наземних, аерогiперспектральних та супутникових зйомок [12–14].
Зображення EO-1 Hyperion (вiд 14 вересня 2002 р.), використане в цьому дослiдженнi,
є EO1H1 810 252 002 244 110PZ. Данi рiвня 1 конвертовано до формату ERDAS Imagine за
допомогою програми ENVI. На рис. 1 наведено зображення Hyperion дослiджуваної тери-
торiї Києва та областi. Ширина сцени приблизно 7,5 км, довжина — 94 км. Ця територiя
130 ISSN 1025-6415 Reports of the National Academy of Sciences of Ukraine, 2009, №9
розташована вздовж смуги, центральна лiнiя якої на пiвднi починається з точки, коорди-
нати якої приблизно 30◦21′35′′ сх. д. та 50◦01′05′′ пн.ш., i закiнчується на пiвночi в точцi
з координатами приблизно 30◦43′00′′ сх. д. та 50◦50′20′′ пн.ш. У межах сцени для вивчення
вiдбивних характеристик та вегетацiйних iндексiв певних видiв земного покриву видiлено
дiлянку (див. рис. 1). Це дозволило виконати аналiз дiапазонiв змiн вегетацiйних iндексiв
за даними Hyperion для основних рiзновидiв рослинного покриву та земної поверхнi. Щоб
перейти вiд даних рiвня 1R (радiометрично коригованi за показами сенсора — the radi-
ance at sensor) до коефiцiєнтiв вiдбиття земної поверхнi, використаємо метод вiднiмання
яскравостi найтемнiшого об’єкта сцени [8, 9]. Цей метод значно спрощує процедуру атмо-
сферної корекцiї, iгноруючи члени розсiяної i спадної iррадiацiї [10] i не беручи до уваги
залежнiсть оптичної товщi атмосфери вiд довжини хвилi та кут спостереження сенсора i зе-
нiтний кут Сонця на час знiмання. Така спрощена атмосферна корекцiя гiперспектральних
даних аеровiдеоспектрометра CASI дозволяє покращити результати лiтологiчного карту-
вання, використовуючи тiльки данi сцени [9].
Згiдно з Ламбертовою моделлю вiдбиття поверхнi [15], освiтлення поверхнi тест-дiлянки
формується в основному з двох складових — складової прямого та складової дифузного
сонячного свiтла. Дифузна складова за певних умов може бути потрактована як сталий
адитивний член до прямого сонячного освiтлення [8].
У методi DOS значення спектральної яскравостi найтемнiшого об’єкта сцени i практично
мiнiмальне значення показiв сенсора DN min у кожному каналi приймається за величину
адитивної дифузної компоненти спектра, яка вiднiмається вiд показiв сенсора кожного пi-
ксела сцени.
Дослiдимо вплив спрощеного методу атмосферної корекцiї гiперспектральних даних сен-
сора Hyperion на величину REP. За найтемнiший об’єкт сцени вибрано водну поверхню Днi-
пра. Вiзуальне зiставлення спектрiв з пiкселiв, вибраних як навчальнi данi, показує значнi
варiацiї серед зразкiв. Цi варiацiї є, зокрема, важливими i значними в каналах областi чер-
воного краю спектра мiж мiнiмумом абсорбцiї (приблизно 670 нм) та максимумом у NIR
(приблизно 800 нм). Ця область спектра є найбiльш важливою при вивченнi рослинного по-
криву. Особливо яскраво рiзницю в спектрах можна побачити, якщо розглянути значення
спектральної яскравостi в каналах зони червоного краю [670–760 нм] та NIR на рис. 2, а.
З рисунка видно, що водна поверхня має найнижчi значення яскравостi в областi черво-
ного краю. Згiдно з методом вiднiмання темного об’єкта [8, 15], атмосферна корекцiя даних
рiвня 1 в оптичному та NIR дiапазонi сенсора Hyperion здiйснюється для кожного пiксела:
Lik = Li − Limin =
DNi − DNi min
40
, (1)
де Lik, Limin — коригованi та некоригованi вiдповiдно значення щiльностi спектральної
яскравостi (Вт ·м−2
·ср−1
·мкм−1) пiксела в i-му каналi; Li min — мiнiмальне значення в i-му
каналi; DNi — радiометрично некалiброванi значення щiльностi спектральної яскравостi
пiксела в i-му каналi (за показаннями сенсора); DNi min — мiнiмальнi значення в i-му каналi
(за показаннями сенсора).
Коефiцiєнт планетарного вiдбиття за значеннями спектральної яскравостi пiксела, який
позначимо Rin, визначається за формулою:
Rin =
πLid
2
Esi cos θ
, (2)
ISSN 1025-6415 Доповiдi Нацiональної академiї наук України, 2009, №9 131
Рис. 2. Змiна яскравостей спектрального вiдбиття в областi а: Фрагмент варiацiй DN спектрiв основних
класiв земного покриву в каналах областей червоного краю та близької iнфрачервоної: 1 — трава; 2 —
деревостани паркової зони; 3 — дорога; 4 — будiвля; 5 — водна поверхня р. Днiпро. б : Коефiцiєнти вiдбиття
основних класiв наземного покриву (наведених на рис. 2, а), пропорцiйнi косинусу зенiтного кута Сонця:
коефiцiєнт планетарного вiдбиття Rin (суцiльна лiнiя);
коефiцiєнт наземного вiдбиття Ri (штрихова лiнiя)
де Esi — сонячний потiк (Вт·м−2
·мкм−1) в i-му каналi; θ — зенiтний кут Сонця; d — вiддаль
Земля — Сонце (в астрон. од.). Вiдповiдно, коефiцiєнт наземного вiдбиття визначається
пiдстановкою у формулу (2) замiсть Li значення Lik:
Ri =
πLikd
2
Esi cos θ
. (3)
Зiставлення графiкiв коефiцiєнтiв планетарного та наземного вiдбиття основних класiв Зем-
ного покриву, фрагменти варiацiй спектрiв яких наведено на рис. 2, а, обчислених за фор-
мулами (2) й (3), наведено на рис. 2, б. Iз графiкiв видно, що атмосферна корекцiя змiнює
абсолютнi значення коефiцiєнтiв залежно вiд довжини хвилi, що приводить до змiни нахилу
спектральної кривої наземного вiдбиття в порiвняннi з нахилом кривої планетарного вiд-
биття. Крiм того, коефiцiєнти наземного вiдбиття наведених на рис. 2, а рiзновидiв назем-
ного покриву мають меншi значення порiвняно з вiдповiдними коефiцiєнтами планетарного
вiдбиття.
Побудова REP-, NDVI- та mNDVI-зображень за даними сенсора Hyperion.
Побудова REP-, NDVI- та mNDVI-зображень [12, 13] фрагмента розмiром (23×18) пiкселiв,
наведених на рис. 3, А, здiйснено на пiдставi попiксельного обчислення iндексiв за фор-
мулами табл. 1. Причому, обчислення проведено для 2-х множин даних: для коефiцiєнтiв
планетарного вiдбиття, якi обчислюються без атмосферної корекцiї (див. рис. 3, Б), та кое-
фiцiєнтiв наземного вiдбиття з атмосферною корекцiєю даних методом DOS (див. рис. 3, А).
У табл. 2 для зiставлення наведено значення вегетацiйних iндексiв червоного краю, об-
числених за коефiцiєнтами планетарного вiдбиття та наземного вiдбиття (див. рис. 2, б ) для
зразкiв спектрiв основних класiв наземного покриву, зображених на рис. 2, а. Зiставлення
коригованих та некоригованих значень REP, наведених в табл. 2 для основних рiзновидiв
наземного покриву тест-дiлянки, показало зменшення значень REP для трави i деревоста-
132 ISSN 1025-6415 Reports of the National Academy of Sciences of Ukraine, 2009, №9
Рис. 3. Зображення фрагмента дiлянки з 414 пiкселiв (див. рис. 1).
А: зображення iндексiв фрагмента дiлянки: NDVI; mNDVI (модифiковане); REP; синтезоване зображення
з використанням NDVI, mNDVI та REP (зображень, побудованих за атмосферно-коригованими даними
методом DOS);
Б: аналогiчнi зображення iндексiв фрагмента дiлянки, що побудованi за значеннями коефiцiєнтiв планетар-
ного вiдбиття
Таблиця 1. Канали сенсора Hyperion, якi використовуються для обчислення iндексiв червоного краю
Номер каналу
сенсора Hyperion
Центри каналiв
сенсора Hyperion, нм
Iндекси червоного краю
32 671,02
REP = 701,55 + 40,7
R − R35
R39 − R35
;
35 701,55
39 742,25
R =
R32 + R43
243 782,95
32 671,02
NDV I =
R51 − R32
R51 + R32
;
51 864,35
36 711,72
mNDV I =
R40 − R36
R40 + R3640 752,43
Таблиця 2. Значення вегетацiйних iндексiв основних класiв наземного покриву
Земний
покрив
REP, нм
REP, нм
(коригов.)
mNDVI
mNDVI
(коригов.)
NDVI
NDVI
(коригов.)
1 726,10 724,34 0,358 0,497 0,646 0,920
2 726,26 723,28 0,290 0,487 0,535 0,946
3 727,33 721,55 0,219 0,467 0,329 0,791
4 727,78 721,80 0,093 0,115 0,170 0,255
5 725,28 709,56 0,068 0,216 0,022 0,514
Пр и м i т ка . Тут i в табл. 3: 1 — трава; 2 — деревостани паркової зони; 3 — дорога; 4 — будiвля; 5 — водна
поверхня р. Днiпро.
ISSN 1025-6415 Доповiдi Нацiональної академiї наук України, 2009, №9 133
нiв паркової зони, водної поверхнi та будiвель, i дороги в порiвняннi з вiдповiдними зна-
ченнями, обчисленими за коефiцiєнтами планетарного вiдбиття. Щодо значень рiзницевих
вегетацiйних iндексiв, то mNDVI i NDVI некоригованi значення мають однаковi тенденцiї
i добру контрастнiсть для наведених класiв наземного покриву: найменшi значення — для
води, найбiльшi — для трави. Обчисленнi за коригованими даними значення NDVI змi-
нюють свою тенденцiю: найменше значення — для будiвлi (NDVI = 0,255), а найбiльше
(NDVI = 0,946) — для деревостанiв паркової зони, а не для трави.
У табл. 3 для зiставлення наведено значення REP для п’яти основних класiв земного
покриву, вибраних за наземними даними для фрагмента з 414 пiкселiв на пiдставi даних,
обчислених для побудови REP-зображень за атмосферно-коригованими (рис. 3, А) i неко-
ригованими даними (рис. 3, Б). Зiставлення середнiх коригованих значень REP показує
їх чiтке роздiлення: найбiльше для трави — REPсер = 724,45 нм, найменше — для води
REPсер = 708,00 нм, на вiдмiну вiд некоригованих значень, де середнi значення майже
збiгаються для трави i деревостанiв REPсер = 726,92 нм та будiвель REPсер = 726,09 нм.
Мало вiд них вiдрiзняється значення для води: REPсер = 724,99 нм. Таким чином, наве-
дений спрощений метод атмосферної корекцiї даних сенсора Hyperion, який не враховує
залежнiсть оптичної товщi атмосфери вiд довжини хвилi, приводить до покращення кон-
трастiв у значеннях REP мiж рiзновидами покриву, а це, в свою чергу, зменшує перекриття
класiв, що визначаються за значеннями REP, i покращує їх класифiкацiю.
Результати автоматизованої класифiкацiї REP-зображення тест-дiлянки. На-
веденi на рис. 3 REP-зображення фрагмента дiлянки з 414 пiкселiв здiйснено методом кла-
сифiкацiї без навчання (Unsupervised Classification) за допомогою програмних продуктiв
ERDAS IMAGINE. Класифiкованi REP-зображення фрагмента наведено на рис. 4, а. За
результатами класифiкацiї проведено зiставлення значень REP для п’яти основних класiв
земного покриву: 1) деревостани паркової зони; 2) трав’яниста рослиннiсть; 3) змiшанi пi-
кселi — техногеннi споруди та деревостани паркової зони; 4) техногеннi споруди; 5) водна
поверхня р. Днiпро (табл. 4).
У табл. 4 для зiставлення наведено значення REP для п’яти основних класiв земного
покриву, вибраних за наземними даними для фрагмента з 414 пiкселiв на пiдставi даних,
обчислених для побудови REP-зображень атмосферно-некоригованим (рис. 3, Б) i кориго-
ваним методом DOS (див. рис. 3, А).
Результати класифiкацiї тришарових зображень методом мiнiмальної вiдда-
лi до середнього. Результати класифiкацiї тришарового зображення методом мiнiмальної
вiддалi до середнього рис. 4, б ) показують кращу класифiкацiю трав’янистої рослинностi,
переважаючої листяної деревинної рослинностi та змiшаних пiкселiв (розрiджена рослин-
нiсть). Зауважимо, що такий метод використано нами в працях [12, 13] для класифiкацiї
Таблиця 3. Значення REP для рiзних класiв земного покриву на дiлянцi 414 пiкселiв (за атмосферно-
коригованими i некоригованими даними сенсора Hyperion)
Земний
покрив
REP, нм REP кориговане, нм
min max середнє min max середнє
1 725,47 731,54 726,92 723,49 727,04 724,45
2 719,94 728,97 726,92 716,30 726,40 723,44
3 718,24 745,80 728,10 709,34 737,37 721,68
4 720,35 727,78 726,09 711,66 723,04 719,99
5 717,30 739,84 724,99 696,42 717,00 708,00
134 ISSN 1025-6415 Reports of the National Academy of Sciences of Ukraine, 2009, №9
Рис. 4. Класифiкованi REP-зображення фрагмента дiлянки з 414 пiкселiв.
а: за атмосферно-некоригованими даними (1 ); за атмосферно-коригованими методом DOS (2 );
б : результати класифiкацiї тришарових зображень з використанням NDVI, mNDVI та REP-зображень, по-
будованих за некоригованими значеннями вiдбиття (1) та за коригованими методом DOS значеннями вiд-
биття (2).
Умовнi позначення: сiрий — переважно трав’яниста рослиннiсть, темно-сiрий — переважно листяна деревин-
на рослиннiсть, свiтло-сiрий — змiшанi пiкселi, якi включають техногеннi споруди та деревинну рослиннiсть,
бiлий — техногеннi споруди, чорний — водна поверхня
наземного покриву з комплексним використанням iндексiв червоного краю та водних iнде-
ксiв, обчислених за коефiцiєнтами планетарного вiдбиття.
В результатi проведених дослiджень вперше на основi апробацiї на тест-дiлянках вста-
новлено можливiсть автоматизованої класифiкацiї наземного покриву на основi REP-зо-
бражень, побудованих за атмосферно-коригованими (методом DOS) гiперспектральними
даними сенсора Hyperion, що може бути використано для визначення змiн при монiторингу
довкiлля за рiзночасовими даними космознiмання.
Кращi результати автоматизованої класифiкацiї отримано при використаннi атмосфер-
ної корекцiї методом DOS. Метод DOS дає корекцiю першого порядку, вона має кращi ре-
зультати при обчисленнi REP, нiж без атмосферної корекцiї взагалi. Запропонований метод
класифiкацiї тришарових зображень методом мiнiмальної вiддалi до середнього показує
кращу, нiж у [13], класифiкацiю наземного покриву для зрiдженої рослинностi та водної
поверхнi, але потребує подальших дослiджень для iнших типiв наземного покриву.
Таким чином, авторами цього повiдомлення, дослiджено вплив атмосферної корекцiї
гiперспектральних даних сенсора Hyperion за допомогою методу вiднiмання темного об’є-
кта на позицiю червоного краю спектрiв вiдбиття REP, нормалiзований вегетацiйний iндекс
NDVI та його модифiкацiю mNDVI. Апробацiю методу здiйснено на тест-дiлянцi розмiром
(23 × 18) пiкселiв, для якої побудовано REP-, NDVI- та mNDVI-зображення, на основi ко-
ефiцiєнтiв планетарного та наземного вiдбиття.
Таблиця 4. Значення REP для рiзних класiв земного покриву на дiлянцi 414 пiкселiв за атмосферно-
коригованими i некоригованими даними сенсора Hyperion
Земний
покрив
REP, нм
Некоригованi значення
Коригованi значення,
методом DOS
min max min max
1 726,70 728,50 723,50 727,40
2 725,50 726,50 720,40 723,40
3 723,50 725,50 712,90 719,90
4 731,00 745,80 732,10 737,40
5 713,30 723,00 696,40 711,50
ISSN 1025-6415 Доповiдi Нацiональної академiї наук України, 2009, №9 135
Встановлено, що запропонований спрощений метод атмосферної корекцiї (1), (3) змiнює
значення коефiцiєнтiв вiдбиття поверхнi, порiвняно iз значеннями вiдповiдних коефiцiєн-
тiв планетарного вiдбиття, зменшуючи величини REP, одночасно розширюючи дiапазон їх
значень. На пiдставi проведених дослiджень встановлено, що атмосферна корекцiя необхi-
дна i повинна бути першорядним кроком при обробленнi гiперспектральних даних сенсора
Hyperion для обчислення коефiцiєнтiв наземного вiдбиття при класифiкацiї та визначеннi
змiн рослинного покриву та водної поверхнi при розв’язаннi екологiчних, гiдрологiчних та
гiдрогеологiчних задач.
1. Goetz A., Rock B., Rowan L. Remote Sensing for Exploration: An Overview // Economic Geol. – 1983. –
78, No 4. – P. 573–590.
2. Horler D.N.H., Dockray M., Barber J. The red edge of plant leaf reflectance // Int. J. Remote Sens. –
1983. – 4. – P. 273–288.
3. Buschmann C. Fernerkundung von Pflanzen // Naturwissenschaften. – 1993. – 80. – S. 439–453.
4. Baret F., Jacquemoud S., Guyot G., Leprieur C. Modeled Analysis of the Biophysical Nature of Spectral
Shifts and Comparison with Information Content of Broad Bands // Remote Sens. Environ. – 1992. – 41,
No 2/3. – P. 133–142.
5. Buschmann C., Nagel E. In vivo spectroscopy and internal optics of leaves as basis for the remote sensing
of vegetation // Int. J. Remote Sens. – 1993. – 14. – P. 711–722.
6. Collins W., Chang S.-H., Raines G. et al. Airborne Biogeophysical Mapping of Hidden Mineral Deposits //
Economic Geol. – 1983. – 4, No 78. – P. 737–749.
7. Rock B.N., Hoshizaki T., Miller J. R. Comparison of the in situ and airborne spectral measurements of
the blue shift associated with forest decline // Remote Sens. Environ. – 1988. – 24. – P. 109–127.
8. Chavez P. S. An improved dark-object subtraction technique for atmospheric scattering correction of multi-
spectral data // Ibid. – P. 459–479.
9. Feng J., Rivard Bю, Sánchez-Azofeifa A. The topographic normalization of hyperspectral data: implications
for the selection of spectral end members and lithologic mapping // Ibid. – 2003. – 85. – P. 221–231.
10. Moran M. S., Jackson P.D., Slater P. N., Teillet P.M. Evalution of Simplified Procedures for Retrieval of
Land Surface Reflectance Factor from Satellite Sensor Output // Ibid. – 1992. – 41. – P. 169–184.
11. Pearlman J. S., Barry P. S., Segal C.C. et al. Hyperion, a Space Borne Imaging Spectrometer // IEEE
Trans. Geosci. Remote Sens. – 2003. – 41, No 6. – P. 1160–1173.
12. Лялько В. I., Сахацький О. I., Шпортюк З.М., Сибiрцева О.М. Використання iндексiв червоного
краю та водних iндексiв за гiперспектральними даними EO-1 Hyperion для класифiкацiї наземного
покриву // Тез. доп. 7-ї Укр. конф. з косм. дослiджень. НЦУВКЗ, Євпаторiя (3–8 верес. 2007 p.). –
Київ: Iн-т косм. дослiджень НАНУ-НКАУ. – 2007. – С. 176.
13. Лялько В. I., Шпортюк З.М., Сахацький О. I., Сибiрцева О.М. Використання iндексiв червоного
краю та водних iндексiв за гiперспектральними даними EO-1 “Hyperion” для класифiкацiї земного
покриву // Космiчна наука i технологiя. – 2008. – 14, № 3. – С. 55–68.
14. Shportyuk Z.M., Sakhatsky A. I., Sibirtseva O.N. Land cover classification in Ukrainian Carpathians using
the MERIS Terrestrial Chlorophyl Index and Red Edge Position from Envisat Meris data // Proc. of Mid-
Term Symposium ISPRS. Remote Sensing: From Pixels to Processes. Netherlands, 8–11 May 2006.
15. Pons X., Solé-Sugranes L. A Simple Radiometric Correction Model to Improve Automatic Mapping of
Vegetation from Multispectral Satellite Data // Remote Sens. Environ. – 1994. – 48, No 2. – P. 191–
203.
Надiйшло до редакцiї 20.02.2009Науковий центр аерокосмiчних дослiджень Землi
НАН України, Київ
136 ISSN 1025-6415 Reports of the National Academy of Sciences of Ukraine, 2009, №9
A. I. Sakhatsky, Z.M. Shportjuk, O.N. Sibirtseva
The influence of the atmospheric correction of hyperspectral data from
EO-1 Hyperion sensor on the red edge position
The influence of the atmospheric correction of satellite data from EO-1Hyperion sensor using a
dark object on the Red Edge Position (REP) of spectral reflectance is investigated. The comparison
of REP-images, which were constructed without atmospheric correction and after it, has been done
with the application of a classification of images for the evaluation of an improvement of the
accuracy of a land cover mapping using REP. It is found that the atmospheric correction of satellite
data shows increasing the contrasts of REP values and the improvement of the accuracy of a land
cover mapping on the base of satellite data classification.
ISSN 1025-6415 Доповiдi Нацiональної академiї наук України, 2009, №9 137
|
| id | nasplib_isofts_kiev_ua-123456789-18704 |
| institution | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| issn | 1025-6415 |
| language | Ukrainian |
| last_indexed | 2025-12-07T17:01:02Z |
| publishDate | 2009 |
| publisher | Видавничий дім "Академперіодика" НАН України |
| record_format | dspace |
| spelling | Сахацький, О.І. Шпортюк, З.М. Сибірцева, О.М. 2011-04-08T16:23:57Z 2011-04-08T16:23:57Z 2009 Вплив атмосферної корекції гіперспектральних даних сенсора EO-1 Hyperion на позицію червоного краю / О. I. Сахацький, З.М. Шпортюк, О.М. Сибiрцева // Доп. НАН України. — 2009. — № 9. — С. 129-137. — Бібліогр.: 15 назв. — укр. 1025-6415 https://nasplib.isofts.kiev.ua/handle/123456789/18704 528.8.04:551.4 Дослiджено вплив атмосферної корекцiї даних сенсора Hyperion методом вiднiмання темного об’єкта на величину позицiї червоного краю спектрiв вiдбиття. Проведено зiставлення REP-зображень, побудованих за даними без атмосферної корекцiї та пiсля проведення атмосферної корекцiї з подальшою класифiкацiєю зображень, щоб оцiнити, чи покращує атмосферна корекцiя роздiлення рiзновидiв наземного покриву при картуваннi з використанням позицiї червоного краю. Встановлено, що використання атмосферно коригованих даних показало збiльшення контрастiв у значеннях REP, покращення роздiлення рiзновидiв наземного покриву i точностi картування. The influence of the atmospheric correction of satellite data from EO-1Hyperion sensor using a dark object on the Red Edge Position (REP) of spectral reflectance is investigated. The comparison of REP-images, which were constructed without atmospheric correction and after it, has been done with the application of a classification of images for the evaluation of an improvement of the accuracy of a land cover mapping using REP. It is found that the atmospheric correction of satellite data shows increasing the contrasts of REP values and the improvement of the accuracy of a land cover mapping on the base of satellite data classification. uk Видавничий дім "Академперіодика" НАН України Науки про Землю Вплив атмосферної корекції гіперспектральних даних сенсора EO-1 Hyperion на позицію червоного краю The influence of the atmospheric correction of hyperspectral data from EO-1 Hyperion sensor on the red edge position Article published earlier |
| spellingShingle | Вплив атмосферної корекції гіперспектральних даних сенсора EO-1 Hyperion на позицію червоного краю Сахацький, О.І. Шпортюк, З.М. Сибірцева, О.М. Науки про Землю |
| title | Вплив атмосферної корекції гіперспектральних даних сенсора EO-1 Hyperion на позицію червоного краю |
| title_alt | The influence of the atmospheric correction of hyperspectral data from EO-1 Hyperion sensor on the red edge position |
| title_full | Вплив атмосферної корекції гіперспектральних даних сенсора EO-1 Hyperion на позицію червоного краю |
| title_fullStr | Вплив атмосферної корекції гіперспектральних даних сенсора EO-1 Hyperion на позицію червоного краю |
| title_full_unstemmed | Вплив атмосферної корекції гіперспектральних даних сенсора EO-1 Hyperion на позицію червоного краю |
| title_short | Вплив атмосферної корекції гіперспектральних даних сенсора EO-1 Hyperion на позицію червоного краю |
| title_sort | вплив атмосферної корекції гіперспектральних даних сенсора eo-1 hyperion на позицію червоного краю |
| topic | Науки про Землю |
| topic_facet | Науки про Землю |
| url | https://nasplib.isofts.kiev.ua/handle/123456789/18704 |
| work_keys_str_mv | AT sahacʹkiioí vplivatmosfernoíkorekcíígíperspektralʹnihdanihsensoraeo1hyperionnapozicíûčervonogokraû AT športûkzm vplivatmosfernoíkorekcíígíperspektralʹnihdanihsensoraeo1hyperionnapozicíûčervonogokraû AT sibírcevaom vplivatmosfernoíkorekcíígíperspektralʹnihdanihsensoraeo1hyperionnapozicíûčervonogokraû AT sahacʹkiioí theinfluenceoftheatmosphericcorrectionofhyperspectraldatafromeo1hyperionsensorontherededgeposition AT športûkzm theinfluenceoftheatmosphericcorrectionofhyperspectraldatafromeo1hyperionsensorontherededgeposition AT sibírcevaom theinfluenceoftheatmosphericcorrectionofhyperspectraldatafromeo1hyperionsensorontherededgeposition |