کالیبراسیون رادیومتری نسبی سنجنده هایASTER و LISSIII با استفاده ازنمک زارهای مناطق خشک
Publish Year: 1392
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,164
This Paper With 12 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ICEGE08_134
تاریخ نمایه سازی: 22 بهمن 1392
Abstract:
یکی از موضوعات اساسی در تحلیل و پردازش ها کمی داده ها رقومی ماهواره ا ، اطمینان از پایدار حساسیت رادیومتر سنجنده پس از پرتاب به فضاست، دستیابی به چنین هدفی نیازمند کالیبراسیون رادیومتر سنجنده ماهواره می باشد. کالیبراسیون رادیومتریفرایند است که ولتاژ یا درجه روشنایی ثبت شده توسط سنجنده را به مقیاس مطلق تابش تبدیل نموده و رابطه بین درجه روشنایی و مقدار واقعی انرژ دریافتی را نشان می دهد. روش ها مختلفی برا کالیبراسیون رادیومتر سنجنده ها پیشنهاد شده که مهم ترین آنهاکالیبراسیون جایگزین می باشد. در روش کالیبراسیون جایگزین از پدیده ها مرجع برا کالیبراسیون رادیومتر سنجنده پس از پرتابماهواره استفاده می شود. هدف از این تحقیق، استفاده از نمک زارها مناطق خشک به عنوان پدیده مرجع برا کالیبراسیون رادیومتری نسبی باندها انعکاسی سنجنده هایASTER و LISSIII به روش کالیبراسیون جایگزین می باشد. بدین منظور از نمک زارها مناطق خشک دامغان، کاشان و مهارلو برا کالیبراسیون رادیومتر نسبی باندها انعکاسی سنجنده ها مذکور استفاده شد. ابتدا ویژگی هانمک زارها مورد مطالعه بر اساس تحقیقات قبلی، مطالعات میدانی و داده ها ماهواره ای موجود ارزیابی گردید، سپس برا کالیبراسیون رادیومتر نسبی هر یک از باندها مرئی و مادون قرمز نزدیک سنجنده ها مذکور انتخاب شدند. با استفاده از روابط کالیبراسیون، اطلاعات موجود در فایل ها راهنما و همچنین ضرایب کالیبراسیون سنجنده ها مورد استفاده، بازتاب طیفی نمک زارها در باندها مرئی و مادون قرمز نزدیک محاسبه شده و همبستگی بین درجه روشنایی و بازتاب طیفی ارزیابی شد. نتایج نشان داد که باندها مرئی و مادون قرمز نزدیک سنجنده ماهواره می توانند با استفاده از نمک زارها مناطق خشک کالیبره شوند.
Keywords:
Authors
یاسر واعظی
دانشجوی کارشناسی ارشد مهندسی عمران سنجش از دور
مهدی محمدپور
دانشجوی کارشناسی ارشد مهندسی عمران سنجش از دور
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :