بررسي تصحيحات جوي صحنه پايه در تصاوير هايپريون–مطالعه موردي تشخيص زون آرژيليك در منطقه آتشفشان مساحيم

Study of the Scene Based Atmospheric Correction on Hyperion Images –A Case Study for Recognition of Argillic Alteration Zone in the MasahimVolcanic Crater

تصاوير ابرطيفي سنجنده هايپريون داراي اطلاعات بسيار غني از سطح زمين در 242 باند ظريف و پيوسته هستند. در اين ميان عوامل جوي بسياري وجود دارند كه محتواي اطلاعات طيفي برخي از باندها را آلوده مي‌كنند،در نتيجه براي استخراج بيشتر ميزان اطلاعات در بهتر‌ين حالت از يك تصوير ابرطيفي، انجام تصحيحات جوي مرحله‌اي اجتناب‌ناپذير است كه منجر به تصحيح اطلاعات باندهاي آلوده شده به‌وسيله عوامل جوي مي‌شود. تصحيحات جوي با دو روش داده پايه و صحنه پايه روي تصاوير قابل اعمال هستند. در روش‌هاي صحنه پايه بدون نياز به‌اطلاعات صحرايي، ناهنجاري‌هاي طيفي با استفاده از پردازش اطلاعات طيفي خود تصوير شناسايي و بازيافت مي‌گردند. در اين مطالعه به بررسي نتايج حاصل از دو روش صحنه پايه تصحيح جوي آني QUAC (Quick Atmospheric Correction) و روش ميانگين نسبي بازتاب‌ها IARR (Internal Average RelativeReflectance) روي تصوير هايپريونِ پهنه آرژيليك در منطقه آتشفشان مساحيم پرداخته شده است. به‌منظور ارزيابي نتايج حاصل از روش‌هاي صحنه پايه يادشده، از مطالعات طيف‌نگاري صحرايي و روش تصحيح داده پايه خط تجربي انطباقELM (Empirical Line Method) استفاده شده است. مقايسه مورد نظر با استفاده از روش نقشه‌بردار زاويه طيفي و محاسبه اختلاف زاويه‌اي طيف تصاوير تصحيح شده و طيف صحرايي انجام شد. نتايج تجزيه‌هاي XRD و طيف‌سنجي روي نمونه‌هاي برداشت شده از منطقه الگوي كايولينيت را نشان مي‌دهد كه كاني شاخص دگرساني آرژيليك به‌حساب مي‌آيد. بررسي‌هاي ميداني انجام‌شده (در نقاط ارايه‌شده توسط روش نقشه‌بردار زاويه طيفي در تصاوير تصحيح شده) مويد برتري تصحيح جوي IARR در تفكيك پهنه آرژيليك است. به‌منظور مقايسه كمي نتايج حاصل از تصحيحات، پيكسل‌هاي حداكثر امكان به‌دست‌آمده از روش نقشه‌بردار زاويه طيفي براي هر كدام از تصاوير تصحيح شده، در قالب اطلاعات طبقه‌بندي شده مورد ارزيابي قرار گرفتند. پس از رسم ماتريس درستي پيكسل‌هاي نمايه شده در طبقه‌بندي و نيز پيكسل‌هاي نمونه‌برداري‌شده و بررسي‌شده در مطالعات صحرايي - آزمايشگاهي، ضريب درستي عامل براي نواحي مطلوب ارايه‌‌شده در تصاوير تصحيح‌شده با روش‌هاي صحنه پايه و روش داده پايه ELM محاسبه شد. نتايج به‌دست آمده بيان‌گر ضريب درستي عامل 58/74 درصد براي تصوير تصحيح‌شده به روشIARR و ضريب درستي عامل 5/35 درصد براي تصوير تصحيح‌شده به روش QUAC است؛ اين در حالي است كه تصحيح داده پايه ELM نيز با اتكا به داده‌هاي طيف‌نگاري صحرايي ضريب درستي58/74 درصد را نشان مي‌دهد. بنابراين در تفكيك پهنه آرژيليك در مناطق نيمه خشك تصحيح جوي IARRپيش پردازشي مناسب و كم هزينه براي بازيافت اطلاعات طيفي داده‌هاي ابرطيفي به حساب مي‌آيد.

Hyperspectral images of Hyperion sensor is a rich source of information with 242 narrow contiguous spectral bands. Among these, there are a number of atmospheric agents, which contaminate the content of various information bands. Therefore, to obtain the complete advantage of a Hyperspectral image in optimum condition, atmospheric correction is an inevitable process. Atmospheric corrections may be conducted by two methods, namely data based, and scene based. In the scene based methods, spectral anomalies are detected and corrected by using self-image spectral information processing without a field information requirement. In this study, two scene based atmospheric correction methods of Quick Atmospheric Correction (QUAC) and Internal Average Relative Reflectance (IARR) were examined on Hyperion image of Masahim volcanic crater. To evaluate the results of these two scenesbased methods, the results of field spectroscopy and data based empirical line method were used. X-ray diffraction and spectral analysis of selected samples, whose locations were determined through SAM method, illustrated kaolinite pattern as index mineral of argillic zone.In order to compare the results obtained from different atmospherically corrected images quantitatively, maximum probability pixels obtained from SAM method were evaluated for each corrected images in classified information format. After drawing the accuracy matrix for classified pixels and sampled and investigated pixels in the field and laboratory studies, the accuracy coefficients were calculated for the favorable districts of the corrected images bytwo scene based methods and ELM method. The examination results display the producer accuracy of 74.58 percent for IARR corrected images and a producer accuracy of 35.5 percent for QUAC corrected image; whereas the ELM data based correction method despite using field spectrometry data shows the producer accuracy of 74.58 percent. Therefore, in discrimination of argillic zone in semi-arid regions, IARR atmospheric correction method is considered as suitable and affordable preprocessing method to retrieve spectral information from the hyperspectral data.