AT500348B1 - Verfahren zur bilddatenorientierten atmosphärischen korrektur von satellitenbildern bei der auswertung, erdbeobachtung und kartierung vegetationsdominierter gebiete - Google Patents

Verfahren zur bilddatenorientierten atmosphärischen korrektur von satellitenbildern bei der auswertung, erdbeobachtung und kartierung vegetationsdominierter gebiete Download PDF

Info

Publication number
AT500348B1
AT500348B1 AT102999A AT102999A AT500348B1 AT 500348 B1 AT500348 B1 AT 500348B1 AT 102999 A AT102999 A AT 102999A AT 102999 A AT102999 A AT 102999A AT 500348 B1 AT500348 B1 AT 500348B1
Authority
AT
Austria
Prior art keywords
correction
parameters
atmospheric
vegetation
image data
Prior art date
Application number
AT102999A
Other languages
English (en)
Other versions
AT500348A1 (de
Inventor
Harald J Dipl Ing Orthaber
Original Assignee
Harald J Dipl Ing Orthaber
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Harald J Dipl Ing Orthaber filed Critical Harald J Dipl Ing Orthaber
Priority to AT102999A priority Critical patent/AT500348B1/de
Publication of AT500348A1 publication Critical patent/AT500348A1/de
Application granted granted Critical
Publication of AT500348B1 publication Critical patent/AT500348B1/de

Links

Landscapes

  • Image Processing (AREA)

Description

2 AT 500 348 B1
Die Erfindung betrifft ein Verfahren zur bilddatenorientierten atmosphärischen Korrektur von Satellitenbildern im solaren Spektralbereich bei der Auswertung, Beobachtung und Kartierung der Erdoberfläche, wobei als wesentliches Kennzeichen zusätzlich visuell hell reflektierende vegetationsbedeckte Oberflächen zu den bei herkömmlichen Korrekturprozessen wie beim 5 bekannten Verfahren gemäß DE 4102579 verwendeten visuell dunklen Reflexionsflächen, gemäß JP 6300845 A als Wasserflächen ausgewiesen, als direkter Korrekturprozess, insbesondere als Stützpunkte, einbezogen werden und die Korrektur anhand eines Abgleichverfahrens zwischen den errechneten Luftlichtwerten und Transmissionsgraden aus einem bekannten physikalischen atmosphärischen Strahlungsübertragungsrechenmodell und jenen aus einem io Haze-Indikator (insbesondere der vierten Tasseled Cap Komponente) zur Beschreibung der Streuungs- und Transmissionseigenschaften der Atmosphäre durchgeführt wird. Das entgegengehaltene Verfahren gemäß JP 63201875 A beschreibt indes ein Korrekturverfahren, das aus dem Gesamtbild oder statistisch relevanten Ausschnitt davon Korrekturparameter ableitet. Lokale Schwankungen der Atmosphäre, wie sie beim vorliegenden Verfahren konkret im Orts-15 raum erfasst werden, werden durch ein Verfahren im Frequenzraum nicht sicher erfasst, da sie eben nur auf bestimmte räumliche Verteilungsmuster bzw. Schwankungen der Bildinformation ansprechen.
Zur atmosphärischen Korrektur von Satellitenbilddaten existieren bereits eine Reihe von Routi-20 nen, die auf physikalischen Atmosphärenmodellen basieren (mit unterschiedlich exakten Strahlungstransportmodellierungen), sowie Verfahren, die auf eine solche verzichten. Letztere verwenden stattdessen zum Teil einfache Korrekturen der Bilddaten über Histogrammanalysen oder Korrekturen mittels aus den Bilddaten abgeleiteter sogenannter Streulicht(haze)parameter. Im Vergleich zur vorliegenden Erfindung sind besonders jene Verfahren interessant, die mög-25 liehst wenig (oder gar keine) Zusatzdaten (z.B. meteorologische Daten) für die Korrektur benötigen. Die Parameter werden aus dem Bild selbst erfasst. Bilddaten vom TM-Scanner der Satellitenplattform Landsat ermöglichen z.B. die Ableitung eines sogenannten ’haze'-Parameters. Sie bilden die relativen Schwankungen des Streulichts in allen Bildbereichen ab. Eine Kalibrierung in absoluten Werten erfordert dann zumindest eine genaue Referenzberechnung. Physikalische 30 Verfahren sind dagegen zwar punktgenau, die Genauigkeit der Korrektur hängt letztlich aber auch entscheidend von der Verfügbarkeit über das Gebiet verteilter Zusatzdaten, wie Höheninformationen, Visibility, Referenzflächen, ab.
Eines der derzeit bekannten physikalischen Atmosphärenmodelle, das in Form spezieller Pro-35 grammpakete Operationen zur atmosphärischen Korrektur eingesetzt wird, ist das Lowtran-Modell (Low Resolution Transmission Code). Es wurde modifiziert und in ein schneller arbeitendes Tabellenverfahren mit vorberechneten Parametern (ATCOR) integriert. Das Modell berücksichtigt verschiedene atmosphärische Standardmodelle mit optionaler Integration von aktuellen Ballonaufstiegen, es berücksichtigt radiometrische Referenzflächen (dunkle oder konstant 40 reflektierende Flächen), die Höhenlage (interpolativ zwischen mehreren Werten verschiedener Meereshöhen) zur Errechnung der atmosphärischen Dicke sowie den Nachbarschaftseffekt. Ohne die Erfassung von lokalen Schwankungen der atmosphärischen Dicke bleibt das Modell aber entsprechend ungenau. Bereits die Modellungenauigkeit von Lowtran7 (das 2-Strom Modell nähert die Mehrfachstreuung durch einen Term bestehend aus 2 isotropen Strahlungsrich-45 tungen - nach oben und nach unten - an) beträgt 10 bis 20%. Nachfolgende Modelle (4 bis 8-Strom Modelle) sollen die Genauigkeit von Strahldichteberechnungen auf etwa 5% verbessern. Das Korrekturpaket ATCOR2 bietet interaktiv die Möglichkeit zur Kontrolle und Optimierung des Korrekturvorgangs. Der Einfluß der Topographie wird mit Ausnahme der Höhenmodellierung nicht in den Rechenvorgang integriert. Eine Anwendung im engräumig reliefgegliederten so Alpenraum ist daher nur sehr bedingt möglich. Die derzeit bereits erhältliche Version ATCOR3 bringt diesbezüglich eine Verbesserung. Das Verfahren ATCOR1 und 2 weist durch die Tabellarisierung hohe Operationalität auf. Es kann im flachen und nur mäßig reliefierten Gelände hohe Genauigkeit erreichen (Albedofehler von 0.03 in einem Wertebereich von 0.05 bis 0.5) Aber auch Modellungenauigkeiten von bis zu 20% können auftreten. Im gebirgigen Gelände werden 55 mitunter aufgrund schnell wechselnder Aerosolkonzentrationen bzw. optischer Dicken (Feuchte, 3 AT 500 348 B1 Höhenlage, klimatologische Kessellagen, Prallhänge u.a.) allerdings keine zufriedenstellenden Ergebnisse erzielt. Ebenso treten entsprechende Probleme in industriellen städtischen Bereichen mit konzentrierten Rauchgasaerosolen auf. 5 Zur exakten atmosphärischen Korrektur werden bei den diversen Modellen Reliefinformationen miteinbezogen (Höhenmodell zur Berechnung der atmosphärischen Dicke, reliefabhängige nachbarschaftliche Sichtbeziehungen zur Erfassung der Streulichteffekte, Horizont-Sichtwinkelerfassung). Die Weiterentwicklung des 5S-Modells zum 6S-Modell verwendet Reliefinformationen zur Erfassung der Nachbarschaftseinflüsse (z.B. Überstrahlungseffekte). So wurde ver-io sucht den verfahrensimmanenten Absolutfehler der Korrektur mittels eines exakten iterativen Verfahrens, basierend auf SOS (Successive Orders of Scattering), auf einen beliebig genauen Wert zu reduzieren. Aerosol- und Bodentyp (Indikatrix) bleiben dabei jedoch die entscheidenden Unsicherheitsfaktoren. Der verfahrensimmanente Absolutfehler kann zwar stets unter 1 % gehalten werden, die schon erwähnte Unzulänglichkeit nötiger Zusatzdaten vergrößert aller-15 dings den Fehler wieder entsprechend. Die letztendliche Genauigkeit des atmosphärischen Korrekturergebnisses hängt entscheidend von der Vorgabe der optischen Dicke ab. Eine wichtige Einflussgröße ist dabei die streuoptisch wirksame atmosphärische Schichtstärke. Diese ist wesentlich von der Meereshöhe abhängig. Damit bietet sich die Einbeziehung des Höhenmodells inklusive der Ableitung topographischer Parameter (Geländeneigung und -exposition) 20 einerseits zur Modifizierung der Korrekturparameter und andererseits eine höhenmodellbedingte Interpolation der Maske der optischen Dicke an.
Einerseits werden streng physikalische Modelle angestrebt, um exakte radiometrische Messwerte zu ermitteln, andererseits besteht die Neigung, einen top-down Fernerkundungsansatz zu 25 verfolgen, mit dem möglichst aus den Bilddaten allein die gewünschte Information abgeleitet werden kann. Häufig bedient man sich dazu statistischer Verfahren. Statistische Verfahren können für eingeschränkte spezifische Operationen eine gute Alternative zu exakten physikalischen Verfahren oder einfacheren Näherungsverfahren sein. Die Gründe sind zu rechenintensive Operationen bei physikalisch exakten Verfahren, ungenaue Eingabedaten oder häufig zu 30 große Fehler bei einfachen Näherungsverfahren. Besonders engräumige Schwankungen werden verursacht durch Einflüsse wie z.B. Dunstbereiche bei Kaltluftansammlungen, industrielle Abgase, natürliche Cirrenwolken oder schwache Kondensstreifen von Flugzeugen. Aufbauend auf die Erfahrungen in den 70er Jahren wurde die Tasseled Cap Transformation für Landsat5-TM-Daten 1985 entwickelt und zur Untersuchung land- und forstwirtschaftlicher Nutzflächen 35 herangezogen. Die vierte Komponente der Tasseled Cap Transformation erlaubt Rückschlüsse auf die atmosphärischen Streulichteinflüsse. Diese Transformation wurde auch zur Ableitung einer linearen Beziehung zwischen ungetrübter und getrübter Atmosphäre verwendet. Praktische Anwendung zeigten aber gravierende Fehlkorrekturen und verrauschte Ergebnisse. 40 Die unbefriedigende Situation, ein gegenüber einem rein physikalischen Verfahren grundsätzlich vorteilhaftes Verfahren nutzen zu können, Parameter aus den Bilddaten zu erfassen, ohne auf aufwendig zu erhebende Zusatzdaten angewiesen zu sein, jedoch damit verrauschte Ergebnisse und eine physikalisch nicht zuzuordnenden Atmosphärenkorrektur zu erhalten, führte zur vorliegenden Erfindung. 45
Zur Durchführung der atmosphärischen Korrektur gemäß der vorliegenden Erfindung, sind vorerst mehrere Infrarotkanäle, der rote Spektralkanal und insbesondere der blaue Spektralkanal notwendig. Das Verfahren wurde anhand der Kanalkonfiguration von Landsat-TM getestet. Sensoren anderer Spektralkonfigurationen müssen erst getestet und die maßgebende haze-50 Komponente daraus optimiert werden. Der Verfahrensablauf und das Verfahrensprinzip bleibt davon aber unberührt. Bei manchen der neu geplanten Sensoren fehlt der blaue Spektralbereich. Jedoch wird glücklicherweise aufgrund der besseren Verkäuflichkeit zukünftiger hochauflösender Bilddatenprodukte (zur Echtfarbendarstellung) dieser Bereich nun meist eingeplant. Für Datenprodukte, die inklusive der visuellen Spektralkanäle nur vier Spektralkanäle besitzen, 55 ist eine verlässliche Anwendung jedoch aufgrund einer noch fraglichen Ableitung der haze- 4 AT 500 348 B1
Information derzeit nicht gesichert und muss erst geprüft werden.
Die aus den Simulationstests mit dem Atmosphärenmodell Lowtran7 gewonnen Erkenntnisse werden zur Entwicklung eines praktikablen Korrekturverfahrens, das in vegetationsdominierten 5 Gebieten die derzeitige Unzulänglichkeit anderer Verfahren entscheidend verbessern soll, herangezogen.
Die wesentlichen Anforderungen, die durch das Verfahren erfüllt werden, sind: io - flexible Anwendbarkeit und Anpassung an möglichst viele Sensorsysteme, - schnelle Prozessierung wegen hoher Datendichten.
Gegenüber den im Kapitel "Stand der technischen Entwicklung" erwähnten Korrekturverfahren entstehen folgende Vorteile: 15 - Verwendbar im alpinen Gelände mit lokal differenzierten optischen Dicken, - kein Höhen-/Geländemodell notwendig, wenn nicht sehr hohe Genauigkeitsansprüche vorliegen müssen; dadurch Kosten- und Arbeitsersparnis. 20 Eine entsprechende Softwareschnittstelle für die Nutzung von den derzeit am Markt erhältlichen physikalischen Atmosphärenmodellen für die Berechnung der für das vorliegende Korrekturverfahren notwendigen Parameter des Strahlungspfades muss noch flexibilisiert werden. Derzeit kann die Durchführung der Korrektur mit dem Modell Lowtran7 über manuelle Berechnungsschritte erfolgen. 25
Aus den Untersuchungen konnte nachweislich gezeigt werden, dass für den Korrekturvorgang nur Objektgruppen mit dichter bis mäßig dichter (spärlicher) Vegetation verwendbar sind. Unbewachsene Böden und technische Oberflächen (z.B. Asphalt- und Betonflächen) haben bei gleichbleibender atmosphärischer Situation einen sehr starken Einfluss auf die abgeleitete 30 haze-Komponente und scheiden deshalb aus. Auch unterschiedliche Wasserflächen zeigen bereits stärkere Abweichungen und werden nicht für das vorliegende Korrekturverfahren empfohlen. Diese Erkenntnisse machen eine der Korrektur vorausgehende Ausmaskierung der Nicht-Vegetationsflächen nötig. 35 Das Blockdiagramm mit den groben Prozessschritten ist in Fig. 1 ersichtlich.
Diesen Prozessschritten sind fünf Arbeitsschritte (ohne Überstrahlungskorrektur (/), die vorläufig nicht empfohlen wird) zu integrieren (s. Fig. 1): 40 (a) Wahl eines optimalen Atmosphärenmodells und des Aerosoltyps.
Eine Erfassung der Aerosoltyp-Verteilung wäre für eine genaue Korrektur unter Umständen nötig. Derzeit existiert dazu über Landflächen aber kein verlässliches Verfahren. 45 (b) Atmosphärische Erstkorrektur von TM3 und TM4 inklusive Restaurationsverfahren.
Die atmosphärische Erstkorrektur umfasst ebenfalls bereits zum Teil den Arbeitsschritt (cf) sowie die Arbeitsschritte (e) (und f). Dadurch wird eine verbesserte Unterscheidung zwischen Vegetationsflächen und Nicht-Vegetationsflächen für die nachfolgende Ausmaskie-50 rung von Nicht-Vegetationsflächen (c) erzielt. (c) Ausmaskieren von Nicht-Vegetationsflächen. (cf) Kreation der Tasseled Cap4 Komponente mit Interpolation der Nicht-Vegetationsflächen. In 55 diesem Arbeitsschritt werden bekannte Bildverarbeitungsoperatoren (Glättungsoperatoren 5 AT 500 348 B1 und Maskierungen) verwendet. Dieser Arbeitsschritt ist für die nachfolgende Korrektur elementar. (e) Luftlicht- und Transmissionskorrektur anhand der Korrektur- und Anpassungsfunktionen. 5 Die atmosphärische Korrektur ist durch komplexe Interaktionen zwischen Transmission,
Streuung und Bodenreflexion der Strahlung in sich ein untrennbarer geschlossener Vorgang. Die Erfassung aller Korrekturparameter mit einem physikalischen Modell dokumentiert diesen Sachverhalt. io (/) Überstrahlungskorrektur
Die Überstrahlungskorrektur muss in das vorliegende Verfahren erst gesondert implementiert werden. 15 Prozessschritt 1 (S1): Errechnung von strahlungsrelevanten atmosphärischen Parametern unter für das Verfahren spezifisch vorgegebenen Varianzen der atmosphärischen Bedingungen und Objektreflexionsbedingungen.
Mittels einer zur Verfügung stehenden möglicht hochwertigen Software zur Simulation der 20 atmosphärischen Strahlungsverhältnisse und Strahlungsgänge werden, unter Zugrundelegung von für das Verfahren repräsentativen Reflexionsoberflächen (Kardinalwerte unterschiedlicher Vegetationsoberflächen sowie von Totalschatten mit annähernd Reflexion Null) und von atmosphärischen Varianzen, atmosphärische Strahlungspfadparameter errechnet. 25 Prozessschritt 2 (S2): Errechnung der Korrekturparameter.
Die aus dem Prozessschritt 1 ermittelten Strahlungswerte (zur ’haze'-Korrektur) und Parameter (Transmissionsparameter zur Transmissionskorrektur) werden als polynome Funktionen (sogenannte Anpassungsfunktionen) der Tasseled Cap- haze-Komponente dargestellt. 30
Folgende Anpassungsfunktionen inklusive deren Koeffizienten werden errechnet. Die mathematischen Formeln beinhaltenden folgende Parameter:
Lray336... Rayleigh-Strahldichte am Sensor, - bei 336km VIS 35 TMC ... korrigierte Bilddaten, TMx ... unkorrigierte Bilddaten des Kanals x, TC4 ... Tassled Cap 4 - Komponente, TC4n ... Tassled Cap 4 - Komponente, geglättet TCO ... Tassled Cap 4 - Komponente bei aerosolfreier Atmosphäre (336km VIS) VIS ... Visibility, τα/ + τα/... direkter und diffuser Transmissionsgrad bb ... Spektrale Bandbreite des Bildkanals, RSR ... normalized Relative Spectral Response 40
Zur’haze’- und Luftlichtkorrektur: Koeffizienten: Ax (bzw. A1, A2), Parameter Lray336
Korrekturfunktion: TMC=TMx-(TC42-TC(f)*A 1-(TC4-TC0)*A2
Die Koeffizienten A1, A2 (für Polynom 2. Grades) werden durch Lowtran-Simulationen bei 45 Reflexionsgrad=0 und verschiedenen VIS-Werten abgeleitet.
Der Parameter Lray336 wird durch die Lowtran-Simulation bei Reflexionsgrad=0 und bei VIS=336km ermittelt. Die Kalibrierkoeffizienten werden im Header der Bilddaten gelistet oder sind aus Tabellen zu entnehmen 50
Zur Transmissionskorrektur: Parameter: (τα/ + τα/), Koeffizienten: a, b, c
Kalibrierkoeffizienten: cO, c1, bb, RSR Anpassungsfunktion: T-a*TC4n2+b*TC4n+c 55
Die Koeffizienten a, b, c der Anpassungsfunktion zur Modellierung der Transmissionskoeffizien- 6 AT 500 348 B1 ten werden durch Lowtran-Simulationen bei den Objektreflexionen Albedo 0.01, Wiese und Nadelwald sowie bei verschiedenen VIS-Werten abgeleitet.
Die Objektreflexionen 0.01 Albedo, Wiese und Nadelwald werden als Eckpunkte für grundsätz-5 lieh verschiedene Vegetationstypen sowie für Schatten herangezogen, um eine möglichst hohe Objektvariabilität für die Festlegung von Korrektur-Stützpunkten zu erfassen.
Reflexionswerte (%): Wiese (TM1-5.7): 4/7/6/52/25/9%
Nadelwald: 2/4/2/20/9/3% 10
Prozessschritt 3 (S3): Durchführung der Korrektur unter Kombination strahlungsphysikalisch definierter mathematischer Operationen sowie des über Anpassungsfunktionen eruierten Korrekturanteils. 15 Die physikalisch definierte Operation liefert den plausiblen Hintergrund des Korrekturvorgangs bis zur Simulation eines atmosphärenfreien Zustands. Über der Anpassungsfunktionen werden die aktuellen aus den Bilddaten gewonnen Zustandsdaten der Atmosphäre (Tasseled Cap-haze-Komponente) als wesentlicher Schritt in den Berechnungsprozess integriert. 20 Im Zusammenhang mit der Tasseled Cap-haze-Komonente ist die Aufteilung des Korrekturverfahrens in die haze/Luftlichtkorrektur und die Transmissionskorrektur elementar: Eine Korrektur mittels einer einzigen Anpassungsfunktion ist nicht möglich.
Der Integrationsvorgang zur atmosphärischen Korrektur wird durch folgende mathematische 25 Berechnungsgänge bestimmt. Es wird jeweils nur die Berechnung ohne Korrektur des Transmissionsgrads dargestellt. Neu hinzugekommene Parameter und Symbole haben folgende Bedeutung: [DN]... Digital Number/Grauwert eines Bildpunktes 30 TMCC1 ... Endergebnis - atmosphärisch korrigiert [DN] TMCC2 ... Endergebnis - atmosphärisch korrigiert [mW/cm2sr] TMC2 ... Ergebnis nach ’haze'-Korrektur (Anteil der Aerosolstreuung) Τ’... Ergebnis der Modellierung des Transmissionsparameters τ& + m p ... Reflexionsgrad, E0 ... solare Einstrahlung, sz ... Sonnen-Zenitwinkel 35 für die Errechnung von Bilddaten-Grauwerten [DN]:
TMCC1 =({[(TMC2*c1 +cO)*bb/RSR-Lay336]/T’}*RSR/bb-cO)/c1 40 für die Errechnung von Strahlungswerten [mW/cm2sr]: TMCC2=[(TMC2*c1+cO)*bb/RSR-Lray336]/T'*RSR für die Errechnung von Reflexionsgraden (beinhalten topographische Einflüsse: diese können 45 nur mittels eines Geländemodells eliminiert werden) (p, [%]): p=[(TMC2*c1 +cO)*bb/RSR-Lray336]*n/T7Eo/cos(sz)*100
Mit Ausnahme von ariden Klimaräumen wird fast immer eine gute Abdeckung an Stützpunkten so (vegetationsbedeckte Oberflächen) zur Korrektur über die gesamte Szene erzielt. In Bezug auf das zugrundeliegende physikalische Modell sind die maximalen Reflexiorisgrad-Abweichungen mit Einsatz von Höhendaten zumeist deutlich kleiner ±2%. Für Reflexionsgrade bis 15% ist ohne Höhendaten ebenfalls ein Wert von ±2% erzielbar. Bei einem Reflexionsgrad von 60% ist mit einem Fehler von bis zu 10% zu rechnen. Für TM3 (Rotbereich) und TM4 (nahes Infrarot), 55 also für Vegetationsuntersuchungen bislang häufig genutzte Bandbereiche, sind auch über den

Claims (4)

  1. 7 AT 500 348 B1 gesamten untersuchten Wertebereich die Abweichungen ohne Höhenkorrektur nicht größer als ±3%. 5 Patentansprüche: 1. Verfahren zur bilddatenorientierten atmosphärischen Korrektur von Satellitenbildern im solaren Spektralbereich bei der Auswertung, Beobachtung und Kartierung der Erdoberfläche wobei nach Ermittlung von Korrekturdaten bzw. -parametern eine Bilddatenkorrektur io durchgeführt wird, dadurch gekennzeichnet, dass zusätzlich visuell hell reflektierende vegetationsbedeckte Oberflächen zu den bei herkömmlichen Korrekturprozessen verwendeten visuell dunklen Reflexionsflächen als direkter Korrekturprozess, insbesondere als Stützpunkte, einbezogen werden, indem in an sich bekannter Weise anhand der Spektralkanäle rot und nahes Infrarot vor einer Ermittlung der 15 Korrekturdaten bzw. -parameter eine Ausmaskierung von Nichtvegetationsflächen abzüg lich dunkler Reflexionsflächen durchgeführt wird, die Korrekturparameter der nicht maskierten Flächen errechnet werden und über die maskierten Flächen interpoliert wird, wobei zur Errechnung der Korrekturparameter Korrekturfunktionen, abgeleitet von errechneten Luftlichtwerten und Transmissionsgraden und von simulierten Bilddaten anhand eines bekann-20 ten physikalischen atmosphärischen Strahlungsübertragungsrechenmodells und eines aus diesen simulierten Bilddaten durch einen geeigneten Rechenalgorithmüs errechneten Haze-Indikators zur Beschreibung der Streuungs- und Transmissionseigenschaften der Atmosphäre, eingesetzt werden, wobei als Haze-Indikator insbesondere die sensorspezifisch erfasste vierte Tasseled Cap Komponente (TC4) und ergänzend bevorzugte Infrarot-25 kanäle sowie der blaue und rote Spektralkanal herangezogen werden, und dass für jedes Bildelement eines aufgenommenen Bildes der Erdoberfläche durch ein Abgleichverfahren ein bekanntes oder selbst erfasstes Atmosphärenmodell sowie ein Aerosoltyp ausgewählt und daraus eine Korrekturfunktion ermittelt werden und eine Korrektur nach bekannten physikalischen mathematischen Beziehungen durchgeführt wird, wobei 30 wahlweise Bodenreflexionsgrade, DN-Werte oder Strahlungsparameter errechnet werden.
  2. 2. Verfahren nach Anspruch 1, dadurch gekennzeichnet, dass für eine Ausmaskierung von Nichtvegetationsflächen zusätzlich eine vorangehende, atmosphärische Korrektur der Spektralkanäle rot und nahes Infrarot durchgeführt wird. 35
  3. 3. Verfahren nach einem der Ansprüche 1 oder 2, dadurch gekennzeichnet, dass zusätzlich wenigstens eine bekannte Messgrößeneinheit, wie beispielsweise Visibility etc., zur Ermittlung von Korrekturdaten bzw. -parametern im Korrekturprozess mitverwendet wird.
  4. 4. Verfahren nach einem der Ansprüche 1 bis 3, dadurch gekennzeichnet, dass zusätzlich in die Korrekturdaten bzw. -parameter Höheninformationen aufgenommen werden. Hiezu 1 Blatt Zeichnungen 45 50 55
AT102999A 1999-06-10 1999-06-10 Verfahren zur bilddatenorientierten atmosphärischen korrektur von satellitenbildern bei der auswertung, erdbeobachtung und kartierung vegetationsdominierter gebiete AT500348B1 (de)

Priority Applications (1)

Application Number Priority Date Filing Date Title
AT102999A AT500348B1 (de) 1999-06-10 1999-06-10 Verfahren zur bilddatenorientierten atmosphärischen korrektur von satellitenbildern bei der auswertung, erdbeobachtung und kartierung vegetationsdominierter gebiete

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
AT102999A AT500348B1 (de) 1999-06-10 1999-06-10 Verfahren zur bilddatenorientierten atmosphärischen korrektur von satellitenbildern bei der auswertung, erdbeobachtung und kartierung vegetationsdominierter gebiete

Publications (2)

Publication Number Publication Date
AT500348A1 AT500348A1 (de) 2005-12-15
AT500348B1 true AT500348B1 (de) 2008-02-15

Family

ID=35474663

Family Applications (1)

Application Number Title Priority Date Filing Date
AT102999A AT500348B1 (de) 1999-06-10 1999-06-10 Verfahren zur bilddatenorientierten atmosphärischen korrektur von satellitenbildern bei der auswertung, erdbeobachtung und kartierung vegetationsdominierter gebiete

Country Status (1)

Country Link
AT (1) AT500348B1 (de)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS63201875A (ja) * 1987-02-18 1988-08-19 Hitachi Ltd 衛星画像の大気効果補正方式
DE4102579A1 (de) * 1990-01-30 1991-08-01 Deutsche Forsch Luft Raumfahrt Verfahren zur kompensation atmosphaerischer einfluesse im solaren bzw. thermalen spektralbereich
JPH06300845A (ja) * 1993-04-16 1994-10-28 N T T Data Tsushin Kk 画像情報処理装置

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS63201875A (ja) * 1987-02-18 1988-08-19 Hitachi Ltd 衛星画像の大気効果補正方式
DE4102579A1 (de) * 1990-01-30 1991-08-01 Deutsche Forsch Luft Raumfahrt Verfahren zur kompensation atmosphaerischer einfluesse im solaren bzw. thermalen spektralbereich
JPH06300845A (ja) * 1993-04-16 1994-10-28 N T T Data Tsushin Kk 画像情報処理装置

Also Published As

Publication number Publication date
AT500348A1 (de) 2005-12-15

Similar Documents

Publication Publication Date Title
Goslee Analyzing remote sensing data in R: the landsat package
Westaway et al. Remote survey of large-scale braided, gravel-bed rivers using digital photogrammetry and image analysis
Owen et al. An assessment of satellite remotely-sensed land cover parameters in quantitatively describing the climatic effect of urbanization
Heurich Automatic recognition and measurement of single trees based on data from airborne laser scanning over the richly structured natural forests of the Bavarian Forest National Park
DE60018980T2 (de) Determinationsverfahren für standobjekte und rechnerprogramm zur durchführung des verfahrens
EP1091188B1 (de) Verfahren zur Korrektur atmosphärischer Einflüsse in multispektralen optischen Fernerkundungsdaten
Gilabert et al. A mixture modeling approach to estimate vegetation parameters for heterogeneous canopies in remote sensing
CN105809148B (zh) 基于遥感时空谱融合的作物干旱识别及风险评估方法
AT520436B1 (de) Verfahren zur Ermittlung zumindest einer meteorologischen Größe zur Beschreibung einer Zustandsform atmosphärischen Wassers
CN110927120B (zh) 一种植被覆盖度预警方法
Addink et al. A comparison of conventional and geostatistical methods to replace clouded pixels in NOAA-AVHRR images
CN113744249B (zh) 一种海洋生态环境损害调查方法
Rieger et al. Roads and buildings from laser scanner data within a forest enterprise
DE102013217535A1 (de) Kalibrierung eines Fernerkundungssensors zur Fernerkundung einer Planetenoberfläche
Milich et al. GAC NDVI images: relationship to rainfall and potential evaporation in the grazing lands of the Gourma (northern Sahel) and in the croplands of the Niger-Nigeria border (southern Sahel)
CN113740263B (zh) 一种气溶胶光学厚度反演方法及大气颗粒物遥感反演方法
Nizeyimana Remote Sensing and GIS Integration
CN117115669B (zh) 双条件质量约束的对象级地物样本自适应生成方法及***
Gupta Comparative study of AVHRR ratio vegetation index and normalized difference vegetation index in district level agricultural monitoring
AT500348B1 (de) Verfahren zur bilddatenorientierten atmosphärischen korrektur von satellitenbildern bei der auswertung, erdbeobachtung und kartierung vegetationsdominierter gebiete
Levin et al. Estimation of surface roughness (z0) over a stabilizing coastal dune field based on vegetation and topography
EP1626256A1 (de) Verfeinerung der örtlichen Auflösung multispektraler Fernerkundungsdaten
Käfer et al. Modeling Pinus elliottii growth with multitemporal Landsat data: a study case in southern Brazil
Colditz Time series generation and classification of MODIS data for land cover mapping
Danoedoro et al. Preliminary study on the use of digital surface models for estimating vegetation cover density in a mountainous area

Legal Events

Date Code Title Description
ELJ Ceased due to non-payment of the annual fee