Hyperion高光谱数据辐射处理提升遥感影像精度
需积分: 10 186 浏览量
更新于2024-09-10
收藏 2.52MB PDF 举报
本研究主要探讨了对甘肃张掖地区Hyperion高光谱数据的辐射处理方法。Hyperion是NASA的地球观测卫星,其发射的辐射包含地面和大气的综合信息,这对于遥感应用至关重要。研究选取了特定区域的Hyperion数据,首先通过Hyperion Tool软件对数据进行了预处理,包括去除未定标、坏线、条带以及质量模糊的波段,这一步骤对于确保数据的质量和一致性至关重要。
预处理后,研究人员对影像进行了FLAASH大气校正,这是一种高精度的大气校正方法,它利用MODTRAN 4+辐射传输模型,针对像元级数据进行校正,能够处理漫反射引起的领域效应,并兼顾垂直和侧视成像数据,有助于恢复地物的真实反射率。FLAASH模型的优势在于可以纠正邻近像元效应,并计算出整幅影像的能见度,从而提高遥感数据的准确性和有效性。
相比于传统的多次重采样和使用默认参数的方法,本文采用了更为优化的方式。在ENVI软件中,作者安装了Hyperion Tools专门处理工具,一次性生成了进行大气校正所需的参数和文件,这样既减少了不必要的步骤,又可以根据数据特性调整模型参数,提升了校正的精度。
校正前后,研究者将植被、水体和裸岩的光谱特征与标准库曲线进行了对比分析,结果显示处理后的影像能准确地反映地物的真实反射率,从而为后续的地物成分估算提供了高质量的图像基础。这种辐射处理方法不仅提高了数据处理的速度,也确保了结果的可靠性,对于地理空间信息的准确获取和分析具有重要意义。
本研究通过细致的Hyperion高光谱数据处理和FLAASH大气校正,优化了遥感数据分析流程,为地表环境监测和科学研究提供了有效的技术手段。
130 浏览量
208 浏览量
2021-05-10 上传
2022-11-12 上传
2022-11-12 上传
2021-11-15 上传
386 浏览量
点击了解资源详情
129 浏览量
qq_17859619
- 粉丝: 1
- 资源: 1
最新资源
- pyuiEdit:一种重组pyui文件的工具
- pump.io:[OBSOLETE] pump.io的前叉,pump.io是具有ActivityStreams API的社交服务器
- BootLoader上位机
- 错误循环
- DaaS:Dajare即服务(ダジャレ判定评価エンジン)
- 数据缩放:将矩阵的值从用户指定的最小值缩放到用户指定的最大值的程序-matlab开发
- NewsSystem:基于Struts + Spring + Hibernate + Bootstrap
- ForecastingChallenge:G-Research预测挑战
- 纷争世界--- jRPG:《最终幻想II》启发的jRPG
- 太原泛华盛世开盘前计划
- i-am-poor-android-Ajinkya-boop:由GitHub Classroom创建的i-am-poor-android-Ajinkya-boop
- sporty-leaderboards
- table表格拖动列
- 酒店装修图纸
- CSE110_Lab2.github.io
- Front-end-exercise