PDF, 3 MB - CENIA, ÄÂeská informaÄÂnàagentura životnÃÂho prostředÃÂ
PDF, 3 MB - CENIA, ÄÂeská informaÄÂnàagentura životnÃÂho prostředÃÂ
PDF, 3 MB - CENIA, ÄÂeská informaÄÂnàagentura životnÃÂho prostředÃÂ
- No tags were found...
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
4.3.1 Satelitní data z Hyperionu<br />
4.3.1.1 Předzpracování dat z Hyperionu<br />
1. Hodnocení atmosférických korekcí obsažených<br />
v ENVI, Hyperion L1Gst<br />
Software ENVI použitý pro předzpracování družicových<br />
dat nabízí množství metod atmosférické korekce,<br />
např. FLAASH, QUAC, Flat Field calibration, Internal<br />
average relative reflectance (IARR), Log residua, Empirical<br />
line calibration atd. Na data stažená z USGS byly<br />
aplikovány čtyři korekce a pomocí identifikace materiálů<br />
na snímku byla vybírána nejvhodnější z nich.<br />
Z výsledků srovnání kalibrovaných snímků různými<br />
atmosférickými korekcemi s knihovnami obsaženými<br />
v ENVI vyplývá, že je v našem případě možné použít atmosférické<br />
korekce QUAC a FLAASH. I když shoda spekter<br />
v nástroji THOR nezaručuje správnost atmosférické<br />
korekce, protože neexistuje referenční knihovna materiálů<br />
vyskytujících se v ČR, a může tedy docházet k falešné<br />
shodě spektrálních projevů odlišných materiálů, jde<br />
podle těchto referenčních knihoven určit, zda-li spektrální<br />
projev určovaného materiálu odpovídá přepokládanému<br />
tvaru spektrální křivky.<br />
Přihlédneme-li k návodu programu ENVI, kde je doporučeno<br />
použít jako vhodnou atmosférickou korekci<br />
metodu FLAASH a k výsledkům identifikace, kde nejlépe<br />
vychází korekce QUAC, byly pro další zpracování a analýzy<br />
používány snímky opravené FLAASH i QUAC atmosférickou<br />
korekcí.<br />
snímku, došlo ke snížení hodnot průměru i směrodatné<br />
odchylky, ale nedošlo ke změně variability snímků.<br />
Ukazatelem obsahu šumu ve snímcích může být směrodatná<br />
odchylka. Předpokládáme-li, že zvolená referenční<br />
vodní plocha je homogenní, měla by tato oblast<br />
mít minimální odrazivost a také variabilitu dat. Po zobrazení<br />
směrodatné odchylky můžeme tedy vidět rozložení<br />
šumu v pásmech snímku. Pásma, která obsahují šum,<br />
mají vyšší směrodatnou odchylku než pásma s menším<br />
obsahem šumu. Tato méně kvalitní pásma jsou ve viditelné<br />
části spektra mezi 450 nm až 550 nm a v oblasti od<br />
900 nm do 1 200 nm. Průběh směrodatné odchylky po<br />
atmosférických korekcích a MNF transformaci (Obrázek<br />
4.9) se na vodní ploše zásadně změní. Po MNF transformaci<br />
se směrodatná odchylka začne podobat směrodatné<br />
odchylce celého snímku a po atmosférické korekci se<br />
největší odchylky vyskytují v absorpčních pásech vody<br />
a v oblasti 1 750 nm a výše. To může být způsobeno nízkým<br />
SNR (poměru signálu a šumu) v těchto oblastech,<br />
protože velká směrodatná odchylka je přesně v oblastech<br />
s nízkým SNR senzoru.<br />
OBR. 4.9 | Směrodatné odchylky celých a ořezaných scén snímků<br />
PY a PZ formátu L1R - záření; směr. odchylka homogenní oblasti<br />
vody (Máchovo jezero) – záření<br />
OBR. 4.8 | Průměr a směrodatná odchylka celé scény PY opravené<br />
korekcí FLAASH a QUAC<br />
Zdroj: NIKM<br />
52<br />
Zdroj: NIKM<br />
2. Zpracování scén Hyperionu L1R<br />
Původní data na snímcích PY i PZ obsahovala chybný<br />
první a poslední řádek, což ovlivňovalo zejména výsledky<br />
na ně aplikovaných atmosférických korekcí. Scény byly<br />
před jejich dalším zpracováním oříznuty pomocí funkce<br />
„Resize data“ a převzorkovány metodou „Nearest Neighbour<br />
(NN)“. Porovnáme-li směrodatné odchylky původních<br />
a ořezaných snímků PY, PZ (v hodnotách záření),<br />
vidíme, že po ořezání špatných řádků, které obsahovaly<br />
několikanásobně vyšší hodnoty záření než ostatní pixely<br />
Porovnáme-li výsledky předzpracovaného snímku<br />
s různým pořadím atmosférické korekce FLAASH a georeferencování,<br />
zjistíme, že pořadí těchto úprav nemá<br />
zásadní vliv na výsledky zpracování (obrázek 4.11).<br />
Porovnáme-li tyto dva postupy pro korekci QUAC,<br />
vidíme, že spektrální projevy stejného pixelu na různě<br />
zpracovaných scénách jsou odlišné (obrázek 4.12).<br />
Z výsledků zjistíme, že atmosférické korekce využívající<br />
matematického modelování atmosféry jsou méně citlivé<br />
na pořadí kroků předzpracování než korekce využívající<br />
hodnoty scény jako např. QUAC korekce.