Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Wyszukujesz frazę "data correction" wg kryterium: Temat


Wyświetlanie 1-2 z 2
Tytuł:
Porównanie wyników korekcji atmosferycznej danych satelitarnych CHRIS/Proba przeprowadzonych w oprogramowaniach BEAM/Visat oraz ATCOR
Intercomparison of BEAM/Visat and ATCOR atmospheric correction methods performed on CHRIS/Proba satellite data
Autorzy:
Gawuć, L.
Osińska-Skotak, K.
Powiązania:
https://bibliotekanauki.pl/articles/132317.pdf
Data publikacji:
2012
Wydawca:
Polskie Towarzystwo Geograficzne
Tematy:
korekcja atmosferyczna
ATCOR
CHRIS/PROBA
BEAM/Visat
dane superspektralne
atmospheric correction
superspectral data
Opis:
A comparison of output of two absolute atmospheric correction methods (ATCOR by R. Richter, 1996, and an algorithm by L. Guanter et al., 2005, implemented in the BEAM/Visat framework) is presented. Analyses are based on satellite data acquired by CHRIS (Compact High Resolution Imaging Spectrometer) sensor onboard the PROBA (Project for On-Board Autonomy) satellite. For comparison, a set of in situ spectral measurements obtained by the Norwegian NIVA Institute was taken as reference data. The area of study was the Vistula Lagoon in Northern Poland. All analyses presented here are based on comparison of results of atmospheric correction methods with in situ reference data. Alterations between ground and satellite spectral measurements can be caused by changes of humidity or solar zenith angle, as well as fluctuations of water masses, aerosols and air masses, all of which phenomena occur with time passage. In order to minimize the influence of this element, a set of simultaneous ground and satellite measurements was analyzed. Observations were collected on the same day, 18th August 2008. The best atmospheric correction was obtained in ATCOR with a ground model calibration, and the mean relative difference in spectral reflectance between the results obtained with this method and the reference data was 0,18%. The drawback of this method is that it requires results from in situ spectral measurements to reinforce the reflectance derivation, while such data is usually unavailable. Hence, only methods independent of ancillary data are treated as authoritative. In this case, the output of two methods – ATCOR without ground model calibration and an algorithm by L. Guanter et al., (2005) implemented in BEAM/Visat framework – were compared against the reference data. The comparison yields 2,30% and 2,10% reflectance mean difference between ATCOR, an algorithm by L. Guanter et al., (2005) and the reference data, correspondingly. This leads to conclusion that an algorithm by L. Guanter et al., (2005), provided better results in our case.
Źródło:
Teledetekcja Środowiska; 2012, 47; 33-42
1644-6380
Pojawia się w:
Teledetekcja Środowiska
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Przetwarzanie wstępne danych z hiperspektralnego sensora satelitarnego HYPERION
Pre-processing of spaceborne hyperspectral HYPERION data
Autorzy:
Głowienka, E.
Powiązania:
https://bibliotekanauki.pl/articles/130032.pdf
Data publikacji:
2008
Wydawca:
Stowarzyszenie Geodetów Polskich
Tematy:
dane hiperspektralne
HYPERION
striping
smiling
korekcja atmosferyczna
FLAASH
odbicie spektralne
hyperspectral data
destriping
atmospheric correction
reflectance
Opis:
W artykule przedstawiono metodykę przetwarzania wstępnego satelitarnych danych hiperspektralnych z sensora HYPERION. Jest to sensor umieszczony na platformie satelity EO-1 (Earth Observing - 1) wraz z multispektralnym sensorem ALI (Advanced Land Image). Hyperion rejestruje obraz w 242 kanałach z rozdzielczością spektralną 10 nm dla zakresów 357÷1058 nm (70 kanałów VNIR) oraz 852÷2576 nm (172 kanałów SWIR), z rozdzielczością przestrzenną 30 m. W artykule przedstawiono wyniki metod przetwarzania danych hiperspektralnych dla fragmentu sceny HYPERIONA. Przetwarzanie wstępne tzw. pre-processing wymaga odpowiedniego przygotowania i analizy danych. Przeprowadzane w programie ENVI (Environment for Visualizing Image) procedury pre-processingu obrazu HYPERIONA, podzielone zostały na dwa główne etapy. W pierwszym etapie wykonano, tzw. destriping, czyli usuwanie zakłóceń spowodowanych niestabilnością sensora lub wadliwie działającymi detektorami oraz korekcję efektu smile, ujawniającego się w obrazach hiperspektralnych w postaci gradientu jasności. Do identyfikacji kanałów obarczonych efektem smile a także do częściowego wyeliminowania tego zakłócenia wykorzystano transformację Minimum Noise Fraction (MNF) oraz Inverse MNF. W drugim etapie pre-processingu wykonana została korekcja atmosferyczna obrazu HYPERIONA. Korekcję przeprowadzono za pomocą programu Fast Line-of-sight Atmospheric Analysis of Spectral Hypercubes (FLAASH) dostępnego, jako moduł programu ENVI. W wyniku dokonanego na obrazie HYPERIONA pre-processingu, usunięte zostały zakłócenia stripingu, smilingu oraz zakłócenia związane z wpływem atmosfery.
The paper presents methodology of preliminary pre-processing of spaceborne hyperspectral data. HYPERION is a sensor, placed on the platform of EO-1 (Earth Observing-1) satellite, which records images in 242 channels, at the spectral resolution of 10 nm and the spatial resolution of 30 m. The paper described results of processing hyperspectral data for the HYPERION’s scene fragment. Preliminary processing, or the so-called pre-processing requires proper preparation and analysis of data. Procedures of pre-processing a HYPERION's image, performed with the use of ENVI (Environment for Visualizing Image) software, were split into two main stages. The first stage involved the so-called destriping, or the removal of interference caused by the instability of the sensor and defectively operating detectors. Another very important measure, aimed at preparing the image for the subsequent extraction of its thematic information was the removal of the "smile" effect, revealed in hyperspectral images in the form of the brightness gradient. The Minimum Noise Fraction (MNF) and Inverse MNF transformations were applied to identify those channels burdened with the "smile" effect, and also to partially eliminate that interference. The second stage of pre-processing involved the atmospheric correction of the HYPERION's image. That correction was achieved by means of Fast Line-of-sight Atmospheric Analysis of Spectral Hypercubes (FLAASH) programme, available as a module of ENVI software. The pre-processing resulted in removal of striping, smiling, and interfering of atmosphere's impact.
Źródło:
Archiwum Fotogrametrii, Kartografii i Teledetekcji; 2008, 18a; 131-140
2083-2214
2391-9477
Pojawia się w:
Archiwum Fotogrametrii, Kartografii i Teledetekcji
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-2 z 2

    Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies