[صفحه اصلی ]   [Archive] [ English ]  
:: صفحه اصلي :: درباره نشريه :: آخرين شماره :: تمام شماره‌ها :: جستجو :: ثبت نام :: ارسال مقاله :: تماس با ما ::
بخش‌های اصلی
صفحه اصلی::
اطلاعات نشریه::
آرشیو مجله و مقالات::
برای نویسندگان::
داوران::
ثبت نام و اشتراک::
تماس با ما::
تسهیلات پایگاه::
بایگانی مقالات زیر چاپ::
آمار نشریه::
::
جستجو در پایگاه

جستجوی پیشرفته
..
دریافت اطلاعات پایگاه
نشانی پست الکترونیک خود را برای دریافت اطلاعات و اخبار پایگاه، در کادر زیر وارد کنید.
..
آمار سایت
مقالات منتشر شده: 317
نرخ پذیرش: 63
نرخ رد: 37
میانگین داوری: 209 روز
میانگین انتشار: 347 روز
..
:: دوره 7، شماره 2 - ( 6-1398 ) ::
جلد 7 شماره 2 صفحات 131-113 برگشت به فهرست نسخه ها
ارائه روشی کارا جهت تصحیح جوی و بررسی تأثیر آن در برآورد آلبیدو سطحی بااستفاده از تصاویر سنجنده OLI
مرتضی رحیم پور* ، نعمت الله کریمی ، مائده بهی فر ، سارا شش انگشت
موسسه تحقیقات منابع آب وزارت نیرو
چکیده:   (2605 مشاهده)
تصحیح­های جوی، یکی از مهم­ترین مراحل پیش­پردازش تصاویر ماهواره­ای محسوب می‌شوند که انجام آن‌ها از سوی کارشناسان این حوزه همواره به دلیل فقدان اطلاعات مکانی دقیق و پیچیدگی­های محاسباتی، نادیده گرفته شده است. در این پژوهش، ابتدا یکی از جدیدترین و دقیق­ترین روش­های تصحیح جوی، برای نخستین بار برروی تصاویر سنجنده OLI در یک منطقه گرم و خشک پیاده­سازی شد. سپس نتیجه‌های حاصل از آن در دو مرحله و در کاربری­های مختلف ارزیابی شد. روش استفاده شده دارای دو ویژگی اساسی شامل الف)عدم نیاز به داده­های اندازه­گیری مکانی پیچیده و ب) اجرای ساده است. در مرحله اول مقادیر بازتابندگی تصاویر سنجنده OLI تصحیح و با محصول تابع توزیع بازتابندگی دو جهتی (BRDF) سنجنده مادیس (MACD43A4) مقایسه گردید. نتایج، همبستگی بالا (بین 95/0 تا 97/0) و خطای قابل قبول (در حدود 5/9 درصد) روش تصحیح جوی مدنظر این تحقیق را نشان داد؛ به نحوی که با اعمال روش تصحیح جوی، میزان خطا در تمامی باندها حدوداً 6/24 درصد کاهش یافت. در مرحله دوم تأثیر تصحیح حاصل بر مقدار آلبیدو پهن­باند ارزیابی شد. برای این منظور، در ابتدا میزان آلبیدو پهن‌باند تصحیح شده با محصول مادیس (MCD43A3) در شرایط مفروض آسمان سفید(WSA) و سیاه(BSA) مقایسه شدند که کمترین میانگین مربعات خطا در این دو شرایط به ترتیب برابر با 049/0WSA و 066/0BSA بود. بیشترین تأثیر مقدار آلبیدو پهن‌باند قبل و بعد از تصحیح جوی به ترتیب مربوط به اراضی با خاک روشن، مناطق کوهستانی تیره و مناطق کشاورزی است. این میزان تغییرات در تمام کاربری­ها کاهشی و حدوداً بین 05/0 - 18/0 برآورد شد. باتوجه به نتایج حاصل از پژوهش حاضر، اعمال تصحیح جوی جهت برآورد مقدار آلبیدو در تمام شرایط پیشنهاد می­شود.
واژه‌های کلیدی: تصحیح جوی، آلبیدو سطحی، سنجنده OLI، محصولات سنجنده مادیس
متن کامل [PDF 2058 kb]   (1022 دریافت)    
نوع مطالعه: پژوهشي | موضوع مقاله: سنجش از دور
دریافت: 1396/6/7 | پذیرش: 1397/2/31 | انتشار: 1398/6/31
فهرست منابع
1. [1] Y. Kaufman, D. Tanré, H. Gordon, T. Nakajima, J. Lenoble, R. Frouin, et al., "Passive remote sensing of tropospheric aerosol and atmospheric correction for the aerosol effect," Journal of Geophysical Research: Atmospheres, vol. 102, pp. 16815-16830, 1.997. [DOI:10.1029/97JD01496]
2. [2] B.-C. Gao, M. J. Montes, Z. Ahmad, and C. O. Davis, "Atmospheric correction algorithm for hyperspectral remote sensing of ocean color from space," Applied Optics, vol. 39, pp. 887-896, 2000. [DOI:10.1364/AO.39.000887]
3. [3] W. Gong, F. Meyer, P. W. Webley, D. Morton, and S. Liu, "Performance analysis of atmospheric correction in InSAR data based on the Weather Research and Forecasting Model (WRF)," in Geoscience and Remote Sensing Symposium (IGARSS), 2010 IEEE International, 2010, pp. 2900-2903. [DOI:10.1109/IGARSS.2010.5652267]
4. [4] Y. Cai, "The retrieval and analysis of sea surface suspended sediment movement based on multi-source remote sensing data," in Image and Signal Processing (CISP), 2011 4th International Congress on, 2011, pp. 1699-1702. [DOI:10.1109/CISP.2011.6100461]
5. [5] M. Tasumi, R. G. Allen, and R. Trezza, "At-surface reflectance and albedo from satellite for operational calculation of land surface energy balance," Journal of hydrologic engineering, vol. 13, pp. 51-63, 2008. [DOI:10.1061/(ASCE)1084-0699(2008)13:2(51)]
6. [6] J. Fischer and R. Bennartz, "Retrieval of total water vapour content from MERIS measurements," ESA reference number PO-TN-MEL-GS-005, ESA-ESTEC, Noordwijk, Netherlands, 1997.
7. [7] Y. Bao and S. Lü, "Improvement of surface albedo parameterization within a regional climate model (RegCM3)," Hydrology and Earth System Sciences Discussions, vol. 6, pp. 1651-1676, 2009. [DOI:10.5194/hessd-6-1651-2009]
8. [8] N. Rochdi, R. Fernandes, and M. Chelle, "An assessment of needles clumping within shoots when modeling radiative transfer within homogeneous canopies," Remote Sensing of Environment, vol. 102, pp. 116-134, 2006. [DOI:10.1016/j.rse.2006.02.003]
9. [9] Y. Bao, S. Lü, Y. Zhang, X. Meng, and S. Yang, "Improvement of surface albedo simulations over arid regions," Advances in Atmospheric Sciences, vol. 25, p. 481, 2008. [DOI:10.1007/s00376-008-0481-y]
10. [10] K. Staenz, J. Secker, B.-C. Gao, C. Davis, and C. Nadeau, "Radiative transfer codes applied to hyperspectral data for the retrieval of surface reflectance," ISPRS Journal of Photogrammetry and Remote Sensing, vol. 57, pp. 194-203, 2002. [DOI:10.1016/S0924-2716(02)00121-1]
11. [11] A. Berk, G. P. Anderson, L. S. Bernstein, P. K. Acharya, H. Dothe, M. W. Matthew, et al., "MODTRAN4 radiative transfer modeling for atmospheric correction," in SPIE's International Symposium on Optical Science, Engineering, and Instrumentation, 1999, pp. 348-353. [DOI:10.1117/12.366388]
12. [12] E. F. Vermote, D. Tanré, J. L. Deuze, M. Herman, and J.-J. Morcette, "Second simulation of the satellite signal in the solar spectrum, 6S: An overview," IEEE transactions on geoscience and remote sensing, vol. 35, pp. 675-686, 1997. [DOI:10.1109/36.581987]
13. [13] W. Zhao, M. Tamura, and H. Takahashi, "Atmospheric and spectral corrections for estimating surface albedo from satellite data using 6S code," Remote sensing of Environment, vol. 76, pp. 202-212, 2001. [DOI:10.1016/S0034-4257(00)00204-2]
14. [14] W. J. Kramber, "Developing evapotranspiration data for Idaho's Treasure Valley using surface energy balance algorithm for land (SEBAL)," Idaho Department of Water Resources, Boise, Idaho, 2002.
15. [15] R. G. Allen, M. Tasumi, A. Morse, and R. Trezza, "A Landsat-based energy balance and evapotranspiration model in Western US water rights regulation and planning," Irrigation and Drainage Systems, vol. 19, pp. 251-268, 2005. [DOI:10.1007/s10795-005-5187-z]
16. [16] S. Liang, "Narrowband to broadband conversions of land surface albedo I: Algorithms," Remote Sensing of Environment, vol. 76, pp. 213-238, 2001. [DOI:10.1016/S0034-4257(00)00205-4]
17. [17] M. S. Moran, R. Bryant, K. Thome, W. Ni, Y. Nouvellon, M. Gonzalez-Dugo, et al., "A refined empirical line approach for reflectance factor retrieval from Landsat-5 TM and Landsat-7 ETM+," Remote Sensing of Environment, vol. 78, pp. 71-82, 2001. [DOI:10.1016/S0034-4257(01)00250-4]
18. [18] S. Liang, C. J. Shuey, A. L. Russ, H. Fang, M. Chen, C. L. Walthall, et al., "Narrowband to broadband conversions of land surface albedo: II. Validation," Remote Sensing of Environment, vol. 84, pp. 25-41, 2003. [DOI:10.1016/S0034-4257(02)00068-8]
19. [19] P. S. Chavez, "An improved dark-object subtraction technique for atmospheric scattering correction of multispectral data," Remote sensing of environment, vol. 24, pp. 459-479, 1988. [DOI:10.1016/0034-4257(88)90019-3]
20. [20] P. Teillet and G. Fedosejevs, "On the dark target approach to atmospheric correction of remotely sensed data," Canadian Journal of Remote Sensing, vol. 21, pp. 374-387, 1995. [DOI:10.1080/07038992.1995.10855161]
21. [21] H. Ding, J. Shi, Y. Wang, and L. Wei, "An improved dark-object subtraction technique for atmospheric correction of Landsat 8," in Ninth International Symposium on Multispectral Image Processing and Pattern Recognition (MIPPR2015), 2015, pp. 98150K-98150K-8. [DOI:10.1117/12.2205567]
22. [22] P. S. Chavez, "Image-based atmospheric corrections-revisited and improved," Photogrammetric engineering and remote sensing, vol. 62, pp. 1025-1035, 1996.
23. [23] G. M. Smith and E. J. Milton, "The use of the empirical line method to calibrate remotely sensed data to reflectance," International Journal of remote sensing, vol. 20, pp. 2653-2662, 1999. [DOI:10.1080/014311699211994]
24. [24] E. Ben-Dor, B. Kindel, and A. Goetz, "Quality assessment of several methods to recover surface reflectance using synthetic imaging spectroscopy data," Remote Sensing of Environment, vol. 90, pp. 389-404, 2004. [DOI:10.1016/j.rse.2004.01.014]
25. [25] C. Justice, J. Townshend, E. Vermote, E. Masuoka, R. Wolfe, N. Saleous, et al., "An overview of MODIS Land data processing and product status," Remote Sensing of Environment, vol. 83, pp. 3-15, 2002. [DOI:10.1016/S0034-4257(02)00084-6]
26. [26] E. F. Vermote, N. Z. El Saleous, and C. O. Justice, "Atmospheric correction of MODIS data in the visible to middle infrared: first results," Remote Sensing of Environment, vol. 83, pp. 97-111, 2002. [DOI:10.1016/S0034-4257(02)00089-5]
27. [27] J. G. Masek, E. F. Vermote, N. E. Saleous, R. Wolfe, F. G. Hall, K. F. Huemmrich, et al., "A Landsat surface reflectance dataset for North America, 1990-2000," IEEE Geoscience and Remote Sensing Letters, vol. 3, pp. 68-72, 2006. [DOI:10.1109/LGRS.2005.857030]
28. [28] J. Ju, D. P. Roy, E. Vermote, J. Masek, and V. Kovalskyy, "Continental-scale validation of MODIS-based and LEDAPS Landsat ETM+ atmospheric correction methods," Remote Sensing of Environment, vol. 122, pp. 175-184, 2012. [DOI:10.1016/j.rse.2011.12.025]
29. [29] J. Ju and D. P. Roy, "The availability of cloud-free Landsat ETM+ data over the conterminous United States and globally," Remote Sensing of Environment, vol. 112, pp. 1196-1211, 2008. [DOI:10.1016/j.rse.2007.08.011]
30. [30] G. Agrawal, J. Sarup, and M. Bhopal, "Comparision of QUAC and FLAASH atmospheric correction modules on EO-1 Hyperion data of Sanchi," Int. J. Adv. Eng. Sci. Technol, vol. 4, pp. 178-186, 2011.
31. [31] V. Saini, R. Tiwari, and R. Gupta, "Comparison of FLAASH and QUAC atmospheric correction methods for Resourcesat-2 LISS-IV data," in Earth Observing Missions and Sensors: Development, Implementation, and Characterization IV, 2016, p. 98811V. [DOI:10.1117/12.2228097]
32. [32] A. Sepehry, "Assessing the atmospheric correction model of Lavreau on Landsat TM imagery," Desert Journal, vol. 8, p. 206_219, 2003.
33. [33] B. Bahrambeyg, H. Ranjbar, J. Shahabpour, and S. H. Moeinzadeh, "Study of the Scene Based Atmospheric Correction on Hyperion Images -a Case Study for Recognition of Argillic Alteration Zone in the MasahimVolcanic Crater," Geological Survey of Iran, vol. 24, pp. 81-92, 2015.
34. [34] D. P. Roy, M. Wulder, T. R. Loveland, C. Woodcock, R. Allen, M. Anderson, et al., "Landsat-8: Science and product vision for terrestrial global change research," Remote sensing of Environment, vol. 145, pp. 154-172, 2014. [DOI:10.1016/j.rse.2014.02.001]
35. [35] R. G. Allen, L. S. Pereira, D. Raes, and M. Smith, "Crop evapotranspiration-Guidelines for computing crop water requirements-FAO Irrigation and drainage paper 56," FAO, Rome, vol. 300, p. 6541, 1998.
36. [36] S. Irmak, T. Howell, R. Allen, J. Payero, and D. Martin, "Standardized ASCE Penman-Monteith: Impact of sum-of-hourly vs. 24-hour timestep computations at reference weather station sites," TRANSACTIONS-AMERICAN SOCIETY OF AGRICULTURAL ENGINEERS, vol. 48, p. 1063, 2005. [DOI:10.13031/2013.18517]
37. [37] S.-C. Tsay, G. Wen, R. Cahalan, and L. Oreopoulos, "Path Radiance Technique for Retrieving Aerosol Optical Thickness Over Land," 1999.
38. [38] E. Vermote, C. Justice, M. Claverie, and B. Franch, "Preliminary analysis of the performance of the Landsat 8/OLI land surface reflectance product," Remote Sensing of Environment, vol. 185, pp. 46-56, 2016. [DOI:10.1016/j.rse.2016.04.008]
39. [39] D. Roy, H. Zhang, J. Ju, J. Gomez-Dans, P. Lewis, C. Schaaf, et al., "A general method to normalize Landsat reflectance data to nadir BRDF adjusted reflectance," Remote Sensing of Environment, vol. 176, pp. 255-271, 2016. [DOI:10.1016/j.rse.2016.01.023]
40. [40] Y.-m. Ma, M. Menenti, O. Tsukamoto, H. Ishikawa, J.-m. Wang, and Q.-z. Gao, "Remote sensing parameterization of regional land surface heat fluxes over arid area in northwestern China," Journal of arid environments, vol. 57, pp. 257-273, 2004. [DOI:10.1016/S0140-1963(03)00098-3]
41. [41] W. Bastiaanssen, M. Menenti, R. Feddes, and A. Holtslag, "A remote sensing surface energy balance algorithm for land (SEBAL). 1. Formulation," Journal of Hydrology, vol. 212, pp. 198-212, 1998. [DOI:10.1016/S0022-1694(98)00253-4]
42. [42] W. Bastiaanssen, H. Pelgrum, J. Wang, Y. Ma, J. Moreno, G. Roerink, et al., "A remote sensing surface energy balance algorithm for land (SEBAL).: Part 2: Validation," Journal of Hydrology, vol. 212, pp. 213-229, 1998. [DOI:10.1016/S0022-1694(98)00254-6]
43. [43] R. Allen, M. Tasumi, R. Trezza, R. Waters, and W. Bastiaanssen, "SEBAL: Surface Energy Balance Algorithms for Land, Idaho implementation," Idaho: Waters Consulting: University of Idaho: WaterWatch, Inc, 2002.
44. [44] S. Zahira, H. Abderrahmane, K. Mederbal, and D. Frederic, "Mapping Latent Heat Flux in the Western Forest Covered Regions of Algeria Using Remote Sensing Data and a Spatialized Model," Remote Sensing, vol. 1, pp. 795-817, 2009. [DOI:10.3390/rs1040795]
45. [45] X. Zhou, S. Bi, Y. Yang, F. Tian, and D. Ren, "Comparison of ET estimations by the three-temperature model, SEBAL model and eddy covariance observations," Journal of Hydrology, 2014. [DOI:10.1016/j.jhydrol.2014.08.004]
46. [46] M. Tasumi, R. Trezza, R. G. Allen, and J. L. Wright, "Operational aspects of satellite-based energy balance models for irrigated crops in the semi-arid US," Irrigation and Drainage Systems, vol. 19, pp. 355-376, 2005. [DOI:10.1007/s10795-005-8138-9]
47. [47] B. Markham and J. Barker, "Thematic Mapper bandpass solar exoatmospheric irradiances," International Journal of remote sensing, vol. 8, pp. 517-523, 1987. [DOI:10.1080/01431168708948658]
48. [48] N. Majumdar, B. Mathur, and S. Kaushik, "Prediction of direct solar radiation for low atmospheric turbidity," Solar Energy, vol. 13, pp. 383-394, 1972. [DOI:10.1016/0038-092X(72)90004-7]
49. [49] J. D. Garrison and G. P. Adler, "Estimation of precipitable water over the United States for application to the division of solar radiation into its direct and diffuse components," Solar Energy, vol. 44, pp. 225-241, 1990. [DOI:10.1016/0038-092X(90)90151-2]
50. [50] F.-M. Bréon and E. Vermote, "Correction of MODIS surface reflectance time series for BRDF effects," Remote Sensing of Environment, vol. 125, pp. 1-9, 2012. [DOI:10.1016/j.rse.2012.06.025]
51. [51] G. Myhre and A. Myhre, "Uncertainties in radiative forcing due to surface albedo changes caused by land-use changes," Journal of Climate, vol. 16, pp. 1511-1524, 2003. [DOI:10.1175/1520-0442-16.10.1511]



XML     Print


Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:


رحیم پور مرتضی، کریمی نعمت الله، بهی فر مائده، شش انگشت سارا. ارائه روشی کارا جهت تصحیح جوی و بررسی تأثیر آن در برآورد آلبیدو سطحی بااستفاده از تصاویر سنجنده OLI. مهندسی فناوری اطلاعات مکانی. 1398; 7 (2) :113-131

URL: http://jgit.kntu.ac.ir/article-1-718-fa.html



بازنشر اطلاعات
Creative Commons License این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است.
دوره 7، شماره 2 - ( 6-1398 ) برگشت به فهرست نسخه ها
نشریه علمی-پژوهشی مهندسی فناوری اطلاعات مکانی Engineering Journal of Geospatial Information Technology
Persian site map - English site map - Created in 0.05 seconds with 38 queries by YEKTAWEB 4660