پديد آورندگان :
سليماني وسطي كلايي، فائزه دانشگاه تهران - پرديس دانشكده هاي فني - دانشكده مهندسي نقشه برداري و اطلاعات مكاني , آخوندزاده هنزايي، مهدي دانشگاه تهران - پرديس دانشكده هاي فني - دانشكده مهندسي نقشه برداري و اطلاعات مكاني
كليدواژه :
بهنجار سازي مجدد گسيلندگي , شاخص طيفي مستقل از دما , بهنجار سازي گسيلندگي , باند مبنا , تقريب راديانس باندها , سنجنده فرا طيفي HyTES
چكيده فارسي :
گسيلندگي سطح از ويژگي هاي فيزيكي مهم سطح زمين بوده و شاخص مهمي در تخمين تبخير و تعرق سطح، ارزيابي پوشش هاي زميني، مطالعه انتقال گرمايي و غيره است. هم چنين به منظور تعيين دقيق دماي سطح زمين، نياز به تخمين گسيلندگي است. كليه روش هاي تخمين گسيلندگي به سه گروه روش هاي نيمه تجربي، روش هاي چند كاناله جداسازي گسيلندگي و دما و روش هاي مبتني بر فيزيك تقسيم مي شوند. مقاله حاضر با هدف بررسي و ارزيابي كليه روش هاي فيزيكي تعيين گسيلمندي مي باشد. اين تحقيق شامل 6 مرحله است در مرحله اول پس از حذف باندهاي نويزي و جذبي بخار آب تصوير ابرطيفي حرارتي HyTES، 202 باند بهينه انتخاب شد. پس از آن الگوريتم تقريب راديانس باندها روي تصوير هايتس اعمال شد. در مراحل بعد ساير الگوريتم هاي فيزيكي تعيين گسيلمندي شامل روش تقريب راديانس باندها، روش باند مبنا، شاخص طيفي مستقل از دما، روش بهنجارسازي گسيلندگي و روش بهنجارسازي مجدد گسيلندگي، روي باندهاي بهينه تصوير ابرطيفي اعمال شدند. خروجي نهايي هر يك از اين 6 روش، تصوير گسيلندگي در تمامي باندها است. در پايان جهت ارزيابي روش هاي پيشنهادي از محصولات دما و گسيلندگي سنجنده مورد نظر كه توسط ناسا عرضه مي گردد، استفاده شد. نتايج ارزيابي نشان مي دهد كه در باند نمونه 180، RMSE گسيلندگي براي روش هاي تقريب راديانس باندها، روش باند مبنا، شاخص طيفي مستقل از دما، روش بهنجارسازي گسيلندگي و روش بهنجارسازي مجدد گسيلندگي به ترتيب برابر 0.05،0.03،0.05،0.05 و 0.06 است.
چكيده لاتين :
Emissivity is one of the important physical properties of the Earth's surface and atmosphere. The knowledge of emissivity plays a valuable role in environment studies, urban climate, evapotranspiration, vegetation assessment, heat flux estimation, hydrological cycle, meteorology, and the interactions between land surface and atmosphere. Also, in order to accurate estimate of Land Surface Temperature, we need to obtain the emissivity. All of the emissivity estimating methods have been divided to semi empirical, Physical and temperature and emissivity separation methods. The aim of this study is to compare physically based methods of emissivity retrieval and finally obtain emissivity. This research consists of 6 main sections: At the first, the noise and water vapor absorption bands of HyTES hyperspectral image were removed, then 202 optimal bands were selected. In the next step, Approximate Expression of the Channel Radiance algorithm was applied. Then, other physically based algorithm that include Reference Channel Method, Emissivity Normalization Method, Emissivity Renormalization Method and Temperature-Independent Spectral Indices were applied. In order to evaluate these methods and for quality assessment, we used the satellite products that have been prepared by NASA. The results of the quality assessment show that RMSE for Approximate Expression of the Channel Radiance, Reference Channel, Temperature-Independent Spectral Indices, Emissivity Normalization Method and Renormalization Methods for band 180 are 0.05, 0.03, 0.05, 0.05 and 0.06 respectively.