Professional Documents
Culture Documents
Porque QUAC
no implica primero principios de los
Las vistas de la superficie de la Tierra cálculos RT, es significativamente más
desde aviones y naves espaciales rápido que Métodos basados en la
degradadas por la presencia de la física; Sin embargo, también es más
atmósfera. Esta degradación incluye la aproximado.
atenuación de la luz reflejada, así como
pérdida de contraste debido a la Comparaciones anteriores con las más
dispersión de la luz solar por la utilizadas en la física Código, análisis
atmósfera aerosoles y moléculas. Las atmosférico rápido de la línea de visión
aplicaciones de teledetección del espectro Hipercubes (FLAASH), han
rutinariamente exigen que estos efectos demostrado que la precisión absoluta
atmosféricos sean eliminados de las de QUAC es ~ 15% con respecto a
imágenes, para recuperar la FLAASH retrieved Reflectancias para
reflectancia espectral inherente de los algunos conjuntos de datos bien
materiales superficiales. El proceso para calibrados con condiciones de medición
eliminar la presión atmosférica efectos bien caracterizadas. Una comparación
se denomina corrección o de QUAC y FLAASH se presenta en la
compensación atmosférica. Un ejemplo Fig. 2, que muestra la tendencia general
de la aplicación de la corrección de que las formas espectrales coinciden
atmosférica a las imágenes bien y las mayores diferencias están en
hiperespectrales se muestra en la Fig. la normalización absoluta de los
1. resultados del QUAC. Considerando que
Muchos métodos de corrección la exactitud del Métodos basados en la
atmosférica y algoritmos existentes, física está directamente ligado a la la
incluidas las basadas en la radiación de calibración del sensor y la geometría de
primeros cálculos de transporte (RT), 1- medición, QUAC Rendimiento no se
11 y enfoques empíricos tal como el degradará significativamente a medida
método de la línea empírica (ELM) que las incertidumbres de medición
12,13, que se basa en aumentan. Por último, en contraste con
En dos o más reflectancias conocidas en métodos basados en la física, que
la imagen. Más Métodos aproximados requieren la presencia bandas
en escena, como el IAR (internal Media específicas para corregir la absorción de
reflectancia) 14 y FF (campo plano) 15 agua y el aerosol dispersión, QUAC
enfoques, son a menudo utilizados para trabaja con cualquier colección de
fines de vista rápida. Sin embargo, infrarrojo cercano a infrarrojo corto
ninguna de las estos métodos (VNIR-SWIR) (por ejemplo, VNIR
proporcionan la combinación ideal de solamente, SWIR solamente) para las
alta precisión, alta velocidad bandas multiespectrales y sensores
computacional, e independencia de las hiperespectrales. En los últimos años,
conocimiento (verdad del terreno, ha habido un rápido aumento de los
calibración del sensor, medición sistemas HSI de campo que utilizan
Geometría, etc.). En 2004, introdujimos QUAC. Esto ha proporcionado una
una nueva algoritmo de corrección y oportunidad única para evaluar el
código llamado corrección atmosférica desempeño una amplia gama de
rápida (QUAC®), 16-19 que se acerca a condiciones de medición (diferentes
satisfacer estos sensores, diferentes tipos de escenas,
Atributos. etc.). QUAC suele proporcionar buenos
resultados; Sin embargo, puede fallar
QUAC es un enfoque en escena, que mal en ocasiones. Una primaria nuestro
requiere sólo aproximación último trabajo es comprender las
especificación de las ubicaciones de las razones de la estas fallas y actualizar
bandas de sensores (es decir, QUAC para obtener buenos resultados
longitudes de onda) y su calibración Para estos y casos similares. También
radiométrica; no adicional hemos mejorado la velocidad de un
factor de aproximadamente 2. La CPU Fig. 2 Comparación de los resultados de
tiempo necesario para corregir un típico QUAC y FLAASH para una recopilación
cubo de datos AVIRIS (500 × 500 de datos de HSI bien cuantificados
píxeles, 220 bandas) es ahora ~3 s para sobre Davis, CA.21 La imagen en escala
un PC (64-bit, 3.2-GHz, 8 Gb de RAM). de grises fue rendidos a 600 nm, donde
la vegetación (árboles, cultivos, etc.)
son los materiales más oscuros de la
imagen.