Атмосферна корекція багатоспектральних супутникових зображень
DOI:
https://doi.org/10.36023/ujrs.2020.25.170Ключові слова:
супутникова зйомка, “широкі” спектральні канали, багатоспектральне зображення, модель атмосфери, аналітичні співвідношення, альбедо, регресивні рівнянняАнотація
Атмосферна корекція є необхідним етапом обробки зображень, що реєструються з борта авіакосмічних носіїв, в першу чергу, в видимому і ближньому ІЧ діапазонах спектра.
У статті описується розроблена методика атмосферної корекції для багатоспектральних супутникових даних з невеликою кількістю відносно широких спектральних каналів (не гіперспектральних), заснована на запропонованих аналітичних співвідношеннях, що описують з досить високою точністю спектр випромінювання на верхній межі безхмарної атмосфери. Методика включає модель атмосфери та її оптико-фізичні параметри, які істотні з точки зору перенесення випромінювання, атмосфера вважається однорідної в межах кадру. Для вирішення системи рівнянь, що містять виміряні значення яркостей випромінювання в каналах супутникового сенсора, число яких менше числа невідомих моделі, запропоновано використовувати різні додаткові співвідношення, в тому числі, регресийні співвідношення між оптичними параметрами атмосфери. Для окремого обраного спеціальним чином пікселя зображення знаходяться невідомі параметри атмосфери, які потім використовуються для розрахунку альбедо для всіх інших пікселів. Тестування запропонованої методики на даних сенсора OLI супутника Landsat 8 показало більш високу її точність в порівнянні з методами FLAASH і QUAС, реалізованими у відомому пакеті обробки зображень ENVI. Методика відноситься до класу швидких і не використовують додаткової інформації про атмосферу або поверхні окрім самих коректованих зображень.
Посилання
Adler-Golden, S., Berk, A., Bernstein, L. S., Richtsmeier, S., Acharya, P. K., Matthew, M. W., Anderson, G. P., Allred, C. L., Jeong, L. S., Chetwynd, J. H. (1998). FLAASH, a MODTRAN4 atmospheric correction package for hyperspectral data retrievals and simulations. Jet Propulsion Laboratory, 1, 9–14. https://doi.org/10.1109/aero.1999.792088
Belyaev, B.I., Belyaev, M. Yu., Desinov, L. V., Katkovsky, L. V., Sarmin, E. E. (2014). Spectra and images processing from Photospectral system in space experiment "Hurricane" on the ISS. Issledovanie Zemli iz kosmosa, 6, 54–65. (in Russian).
Berk, A., Conforti, P., Kennett, R., Perkins, T., Hawes, F., Bosch, J. (2014). MODTRAN6: a major upgrade of the MODTRAN radiative transfer code. Proc. SPIE 9088, Algorithms and Technologies for Multispectral, Hyperspectral, and Ultraspectral Imagery XX, 90880H. https://doi.org/10.1117/12.2050433
Bernstein, L. S., Jin, X., Gregor, B., Adler-Golden, S. (2012). Quick Atmospheric Correction Code: Algorithm Description and Recent Upgrades. Optical Engineering, 51(11), 111719-1–111719-11. https://doi.org/10.1117/1.oe.51.11.111719
Katkovsky, L.V. (2016). The parameterization of the outgoing radiation for rapid atmospheric correction of hyperspectral images. Optika Atmosfery i Okeana, 29(9), 778–784. (in Russian).
Katkovsky, L.V., Martinov, A.O., Siliuk, V.A., Ivanov, D.A. (2018). SHARC method for fast atmospheric correction of hyperspectral data. Proc. SPIE 10786, Remote Sensing of Clouds and the Atmosphere XXIII, 1078609 (9). https://doi.org/10.1117/12.2323455
Katkovsky, L.V., Martinov, A.O., Siliuk, V.A., Ivanov, D.A., Kokhanovsky, A.A. (2018). Fast Atmospheric Correction Method for Hyperspectral Data. Remote Sensing, 10 (1698). https://doi.org/10.3390/rs10111698
Kokhanovsky, A.A., Mayer, B., Rozanov, V.V. (2005). A parameterization of the diffuse transmittance and reflectance for aerosol remote sensing problems. Atmospheric Research, 73, 37–43. https://doi.org/10.1016/j.atmosres.2004.07.004
Kotchenova, S. Y., Vermote, E. F. (2007). A vector version of the 6S radiative transfer code for atmospheric correction of satellite data: an Overview. 29th Review of Atmospheric Transmission Models Meeting, Lexington, Massachusetts, USA. https://doi.org/10.1364/ao.46.004455
She, L., Mei, L., Xue, Y., Che, Y., Guang, J. (2017). SAHARA: A Simplified AtmospHeric Correction AlgoRithm for Chinese gAofen Data: 1. Aerosol Algorithm. Remote Sensing, 9(3), 253; https://doi.org/10.3390/rs9030253
Smith, M. J. (2015). A Comparison of DG AComp, FLAASH and QUAC Atmospheric Compensation Algorithms Using WorldView-2 Imager. Department of Civil Engineering Master’s Report.
Vasilev, A. V., Melnikova, I. N., Kuznetsov, A. D. (2015). Approximation of multiply scattered solar radiation in the framework of a single scattering. International Symposium «Atmospheric Radiation and Dynamics», Book of Absracts, 131, Saint-Petersburg- Petrodvorets. (in Russian).
Vermote, E., Roger, J. C., Franch B., Skakun, S. (2018). LaSRC (Land Surface Reflectance Code): Overview, application and validation using MODIS, VIIRS, LANDSAT and Sentinel 2 data's. IEEE International Geoscience and Remote Sensing Symposium, 8173-8176, Valencia. https://doi.org/10.1109/igarss.2018.8517622
