تجزيه و تحليل كيفيت تصاوير ماهواره‌اي PRISMA

Quality analysis of PRISMA satellite data

در اين تحقيق با بهره‌گيري از امكان تهيه رايگان داده‌هاي پريزما بصورت مستقيم از سازمان فضايي ايتاليا، يك صحنه تصويري با سطح پردازشي L2D از منطقه شناخته‌شده جغرافيايي معادن سرچشمه و دره‌زار، تهيه شده و ضمن اجراي پيش‌پردازش‌هاي لازم، با استفاده از روش Automated Spectral Hourglass (AHS) سعي شده است نقشه برداري زون‌هاي دگرساني‌هاي اجرا شود. نكات مهم در پيش‌پردازش داده‌هاي پريزما، حذف باندهاي شماره­ي 56 تا 63 محدوده­ي VNIR و باندهاي شماره­ي 3 تا 7، 17 تا 27، 39 تا 55 و 83 تا 113 محدوده­ي SWIR از داده اوليه به دليل وجود ويژگي جذب بخار آب و تأثيرات اتمسفري مي­باشد. باندهاي مذكور جزء باندهاي معيوب دسته‌بندي شده و قابل استفاده نمي­باشند. حذف نويز از تصاوير ماهواره­اي پريزما با روش MNF انجام گرديده است كه علاوه بر از بين بردن نويزهاي موجود در تصوير باعث حذف اثر لبخند نيز شده است. در مطالعه­ ي حاضر اعمال تصحيح IARR به عنوان آخرين مرحله از پيش ­پردازش داده ­هاي پريزما معرفي گرديد كه به منظور نرماليزه كردن داده­ هاي طيفي پيشنهاد شده است.

In this research, taking advantage of the possibility of obtaining PRISMA data directly from the Italian Space Agency, an image scene with L2D processing level of the geographically known area of ​​Sarcheshmeh and Darehazar mines was prepared. After performing the necessary pre-processing, The Automated Spectral Hourglass method has been tried to implement the mapping of alteration zones. Important points in the pre-processing of PRISMA data, is removing bands 56 to 63 of the VNIR range and bands 3 to 7, 17 to 27, 39 to 55, and 83 to 113 of the SWIR range from the primary data due to the presence of absorption features of water vapor and atmospheric effects. The mentioned bands are classified as defective bands and cannot be used. Noise removal from PRISMA images has been completed with the MNF method. Additionally, the smile effect in the image has also required to be removed. In the present study, the application of IARR correction was introduced as the last stage of PRISMA data preprocessing, which is proposed to normalize the spectral data.