Früher|Nächster

Bewertung der Strahlungsqualität der hyperspektralen Daten Zhuhai-1

  • role： First author第一作者
  • Affiliation：

    State Key Laboratory of Remote Sensing Science, Aerospace Information Research Institute, Chinese Academy of Sciences, Beijing 100101, China

    University of Chinese Academy of Sciences, Beijing 100049, China

    Key Laboratory of Oasis Eco-agriculture, Xinjiang Production and Construction Corps, Shihezi University, Shihezi 832003, China

  • Email：zhanglf@radi.ac.cn
  • Introduction：张立福，研究方向为高光谱数据处理技术。E-mail： zhanglf@radi.ac.cn
ZHANG Lifu124,  
  • Affiliation：

    State Key Laboratory of Remote Sensing Science, Aerospace Information Research Institute, Chinese Academy of Sciences, Beijing 100101, China

    University of Chinese Academy of Sciences, Beijing 100049, China

WANG Sa12,  
  • Affiliation：

    Zhuhai Orbita Aerospace Technology Co. LTD, Zhuhai 519080, China

YAN Jun3,  
  • Affiliation：

    Zhuhai Orbita Aerospace Technology Co. LTD, Zhuhai 519080, China

ZHANG Qiang3,  
  • Affiliation：

    Zhuhai Orbita Aerospace Technology Co. LTD, Zhuhai 519080, China

LIU Shaojie3,  
  • Affiliation：

    Zhuhai Orbita Aerospace Technology Co. LTD, Zhuhai 519080, China

JI Chan3,  
  • Affiliation：

    Zhuhai Orbita Aerospace Technology Co. LTD, Zhuhai 519080, China

LIU Sen3,  
  • Affiliation：

    State Key Laboratory of Remote Sensing Science, Aerospace Information Research Institute, Chinese Academy of Sciences, Beijing 100101, China

TONG Qingxi1

Resümee

Die hyperspektralen Satelliten Zhuhai-1 02 und 03 wurden erfolgreich am 26. April 2018 bzw. 19. September 2019 gestartet. Die Bewertung der Strahlungsqualität ist einer der grundlegenden Grundsätze der Anwendung von Fernerkundungsdaten, und für die hyperspektralen Zhuhai-1-Daten wurde die Strahlungsqualität der Stufe L1B anhand von vier objektiven Indikatoren bewertet: Strahlungsgenauigkeit, Bildschärfe, Signal-Rausch-Verhältnis und Informationsentropie, sowie der Vergleich der Strahlungsdaten im gleichen spektralen Bereich (440—1000 nm) mit den Daten der hyperspektralen Fernerkundung GF-5. Die Ergebnisse zeigen, dass die Strahlungsgenauigkeit und Bildschärfe für die Daten der hyperspektralen Fernerkundung GF-5 die Daten der hyperspektralen Fernerkundung Zhuhai-1 übertreffen, und dass die Bildschärfe für die Daten der hyperspektralen Fernerkundung Zhuhai-1 etwa 54,5 % der Bildschärfe von GF-5 ausmacht; in Bezug auf die Informationsentropie ist ihre Kapazität nahezu gleich, beide liegen im Bereich von 6 bis 10; hinsichtlich des Signal-Rausch-Verhältnisses beträgt das Signal-Rausch-Verhältnis für die Daten der hyperspektralen Fernerkundung Zhuhai-1 etwa 86,5 % des Signal-Rausch-Verhältnisses für die Daten der GF-5. Daher können die Daten der hyperspektralen Fernerkundung Zhuhai-1 und GF-5 in gewissem Maße verwendet werden, und gleichzeitig kann die Strahlungsqualität der Daten der hyperspektralen Fernerkundung Zhuhai-1 durch Erhöhung des Quantifizierungsniveaus, Verringerung der spektralen Auflösung und Optimierung der Sensorantwort verbessert werden.

Schlüsselwort

Fernerkundung; Hyperspektraler Satellit Zhuhai-1; Strahlungsgenauigkeit; Bildschärfe; Signal-Rausch-Verhältnis; Informationsentropie

References

  1. 1.
    Cao C X. 2014. Date Quality Evaluation of ZY-I-02C Satellite. Beijing: China University of Geosciences
  2. 2.
    Forster B C and Best P. 1994. Estimation of SPOT P-mode point spread function and derivation of a deconvolution filter. ISPRS Journal of Photogrammetry and Remote Sensing, 49(6): 32-42
  3. 3.
    Gao L R, Zhang B, Zhang X and Shen Q. 2007. Study on the method for estimating the noise in remote sensing images based on local standard deviations. Journal of Remote Sensing, 11(2): 201-208
  4. 4.
    He N N, Xie K, Li T and Ye Y S. 2017. Overview of image quality assessment. Journal of Beijing Institute of Graphic Communication, 25(2): 47-50
  5. 5.
    Hong T. 2019. Research on the Inland Lake monitoring based on OHS. Satellite Application, (8): 19-22
  6. 6.
    Kamal M, Phinn S and Johansen K. 2016. Assessment of multi-resolution image data for mangrove leaf area index mapping. Remote Sensing of Environment, 176: 252-254
  7. 7.
    Li X Y, Fan H S, Pan S L, Jiang X H and Wu J Q. 2019. Application of Zhuhai No.1 hyperspectral satellite data. Satellite Application, (8): 12-18
  8. 8.
    Liang W X, Li J S, Zhou D M, Shen Q and Zhang F. F. 2015. Evaluation of GF-1 WFV characteristics in monitoring inland water environment. Remote Sensing Technology and Application, 30(4): 810-818
  9. 9.
    Ren X. 2008. Research and Implement of Objective Image Quality Evaluation Model. Nanjing: Nanjing University of Aeronautics and Astronautics
  10. 10.
    Sun H R, Zhao Z G, Zhao J X and Chen W W. 2020. Inversion of Topsoil Organic Matter Content by Hyperspectral Remote Sensing of Zhuhai-1. Remote Sensing Information, 35(4): 40-46
  11. 11.
    Wang H N, Zhong W, Wang J and Xia D S. 2004. Research of measurement for digital image definition. Journal of Image and Graphics, 9(7): 828-831
  12. 12.
    Wang Q J and Tian Q J. 2007. Quality evaluation of LISS3 image from IRS-P6 satellite. Geography and Geo-Information Science, 23(3): 11-14
  13. 13.
    Wang X P, Zhang J, Ma Y and Ren G B. 2016. Image Quality Evaluation for ZY-1 02C Satellite in Coastal Zone Area. Advances in Marine Science, 34(1): 129-137
  14. 14.
    Wei H W and Tian Q J. 2012. Quality evaluation and analysis of HJ1B-CCD images. Remote sensing information, 27(5): 31-36
  15. 15.
    Wu X, Zhang X, Sun X J, Zhang L F and Qi W C. 2018. Radiation quality evaluation of spark hyperspectral satellite image. Remote Sensing Technology and Application, 33(2): 233-240
  16. 16.
    Yin H X and Fan Y G. 2020. Research on the extraction method of water in Erhai Lake based on OHS-2A. Spacecraft Recovery and Remote Sensing, 41(4): 118-127
  17. 17.
    Yin L Z, Zhu J, Cai G L and Wang J H. 2014. Reviewon quality evaluation methods of remote sensing image. Geomatics and Spatial Information Technology, 37(12): 32-35, 45
  18. 18.
    Zeng C Y. 2017. The Quality Assessment and Feature Analysis of Domestic High Resolution Satellite Images. Chengdu: Chengdu University of Technology
  19. 19.
    Zhang X, Zhang B, Zhao Y C, Tong Q X and Zheng L F. 2002. Image quality assessment for the infrared multi-spectral scanner of the Chinese-Brazil earth resources satellite. Journal of Image and Graphics, 7(6): 581-586
  20. 20.
    Zhang X Y and Li J X. 2019. Research on the Crops elaborate classification of Gaomi based on OHS. Satellite Application, (8): 29-33
  21. 21.
    Zhou J C, Dai R W and Xiao B H. 2008. Overview of image quality assessment research. Computer Science, 35(7): 1-4, 8
  22. 22.
    Zhou Y J and Tian Q J. 2008. Image quality evaluation of EO-1 Hyperion sensor. Geo-Information Science, 10(5): 678-683
  23. 23.
    Zhu B, Wang X H, Tang L L and Li C R. 2010. Review on methods for SNR estimation of optical remote sensing imagery. Remote Sensing Technology and Application, 25(2): 303-309

Lesen Sie die ganze Passage

The above content is generated by Large Model Translation. The translated content is for reference only. We do not assume any commercial or legal responsibilty for any consequences arising from the use of our website