Název:
New Approaches in Airborne Thermal Image Processing for Landscape Assessment
Překlad názvu:
New Approaches in Airborne Thermal Image Processing for Landscape Assessment
Autoři:
Pivovarník, Marek ; Pokorný,, Jan (oponent) ; Štarha, Pavel (oponent) ; Zemek, František (vedoucí práce) Typ dokumentu: Disertační práce
Rok:
2017
Jazyk:
eng
Nakladatel: Vysoké učení technické v Brně. Fakulta strojního inženýrství
Abstrakt: [eng][cze]
Letecká termální hyperspektrální data přinášejí řadu informací o teplotě a emisivitě zemského povrchu. Při odhadování těchto parametrů z dálkového snímání tepelného záření je třeba řešit nedourčený systém rovnic. Bylo navrhnuto několik přístupů jak tento problém vyřešit, přičemž nejrozšířenější je algoritmus označovaný jako Temperature and Emissivity Separation (TES). Tato práce má dva hlavní cíle: 1) zlepšení algoritmu TES a 2) jeho implementaci do procesingového řetězce pro zpracování obrazových dat získaných senzorem TASI. Zlepšení algoritmu TES je možné dosáhnout nahrazením používaného modulu normalizování emisivity (tzv. Normalized Emissivity Module) částí, která je založena na vyhlazení spektrálních charakteristik nasnímané radiance. Nový modul je pak označen jako Optimized Smoothing for Temperature Emissivity Separation (OSTES). Algoritmus OSTES je připojen k procesingovému řetězci pro zpracování obrazových dat ze senzoru TASI. Testování na simulovaných datech ukázalo, že použití algoritmu OSTES vede k přesnějším odhadům teploty a emisivity. OSTES byl dále testován na datech získaných ze senzorů ASTER a TASI. V těchto případech však není možné pozorovat výrazné zlepšení z důvodu nedokonalých atmosférických korekcí. Nicméně hodnoty emisivity získané algoritmem OSTES vykazují více homogenní vlastnosti než hodnoty ze standardního produktu senzoru ASTER.
Airborne thermal hyperspectral data delivers valuable information about the temperature and emissivity of the Earth's surface. However, attempting to derive temperature and emissivity from remotely sensed thermal radiation results in an underdetermined system of equations. Several approaches have been suggested to overcome this problem, but the most widespread one is called the Temperature and Emissivity Separation (TES) algorithm. This work focuses on two major topics: 1) improving the TES algorithm and 2) implementing it in a processing chain of image data acquired from the TASI sensor. The improvement of the TES algorithm is achieved by replacing the Normalized Emissivity Module with a new module, which is based on smoothing of spectral radiance signatures. The improved TES algorithm is called Optimized Smoothing for Temperature Emissivity Separation (OSTES). The OSTES algorithm is appended to a pre-processing chain of image data acquired from the TASI sensor. The testing of OSTES with simulated data shows that OSTES produces more accurate and precise temperature and emissivity retrievals. OSTES was further applied on ASTER standard products and on TASI image data. In both cases is not possible to observe significant improvement of the OSTES algorithm due to imperfect atmospheric corrections. However, the OSTES emissivitites are smoother than emissivities delivered as ASTER standard product over homogeneous surfaces.
Klíčová slova:
airborne image data; algorithm; remote sensing; TASI sensor; temperature and emissivity separation; thermal hyperspectral data; thermal infrared; algoritmus; dálkový průzkum Země; letecké obrazové data; separace teploty a emisivity; TASI senzor; tepelné záření; termální hypespektrální data
Instituce: Vysoké učení technické v Brně
(web)
Informace o dostupnosti dokumentu:
Plný text je dostupný v Digitální knihovně VUT. Původní záznam: http://hdl.handle.net/11012/63820