LOGIN TO YOUR ACCOUNT

Username
Password
Remember Me
Or use your Academic/Social account:

CREATE AN ACCOUNT

Or use your Academic/Social account:

Congratulations!

You have just completed your registration at OpenAire.

Before you can login to the site, you will need to activate your account. An e-mail will be sent to you with the proper instructions.

Important!

Please note that this site is currently undergoing Beta testing.
Any new content you create is not guaranteed to be present to the final version of the site upon release.

Thank you for your patience,
OpenAire Dev Team.

Close This Message

CREATE AN ACCOUNT

Name:
Username:
Password:
Verify Password:
E-mail:
Verify E-mail:
*All Fields Are Required.
Please Verify You Are Human:
fbtwitterlinkedinvimeoflicker grey 14rssslideshare1
Languages: French
Types: Article
Subjects: Infrarouge, Correction atmosphérique, Sondage atmosphérique, Séparation émissivité / température, Spectral Smoothness, Réseaux de neurones, 621, Infrared, Atmospheric correction, Atmospheric sounding techniques, Temperature / emissivity separation, Neural network
Nous étudions l'estimation du spectre d'émissivité et de la température de surfaces au sol à partir d'images hyperspectrales infrarouges de résolution spatiale métrique. Nous considérons les luminances acquises à 8 km d'altitude en visée au nadir entre 4 et 12 µm par un radiomètre dont la résolution spectrale est de 10 cm-1 au-dessus de 8 µm et 15 en dessous. Notre approche utilise une nouvelle méthode de sondage atmosphérique de la bande d'absorption du CO2 à 4,3 µm et de celle de la vapeur d'eau entre 5 et 8 µm couplée à un algorithme de séparation émissivité/température. Le sondage atmosphérique est réalisé par deux jeux de réseaux de neurones paramétrés pour estimer les trois premiers coefficients de l'analyse en composante principale des profils atmosphériques de température et le contenu total en vapeur d'eau. Le choix de ces variables de sortie s'est appuyé sur une analyse de sensibilité conduite par un plan d'expériences. Le résultat du sondage atmosphérique permet ensuite de calculer les paramètres radiatifs entre 8 et 12 µm nécessaires pour estimer les spectres d'émissivité et les températures des surfaces au sol. Nous étendons l'algorithme SpSm afin d'améliorer les résultats obtenus avec des profils en vapeur d'eau de forme atypique. Cette nouvelle méthode baptisée SpSm2D introduit en tant qu'inconnue la forme des profils de vapeur d'eau lors de l'estimation des températures de surface et spectres d'émissivité. La méthode est développée puis évaluée à partir d'un grand nombre de simulations effectuées pour les différents types de masse d'air de la base de profils atmosphériques TIGR2000, différents angles solaires, les spectres d'émissivité de la base ASTER et des températures des surfaces au sol choisies aléatoirement. On étudie également l'influence de différents bruits de mesure et l'on présente une méthode adaptée au traitement d'images infrarouges exploitant l'homogénéité spatiale de l'atmosphère. Les résultats montrent que l'on parvient à estimer les températures de surface et les spectres d'émissivité à 1.5 K et 3% près respectivement. La méthode en général et l'algorithme de sondage en particulier se révèlent également robustes aux différents bruits testés. En outre, la prise en compte de l'homogénéité spatiale de l'atmosphère améliore sensiblement les résultats du sondage et donc du processus d'estimation en général. La méthode est finalement testée sur les données du capteur S-HIS acquises lors de la campagne de mesure EAQUATE. The goal of this study is to create a new method to retrieve land surface temperature and emissivity from infrared hyperspectral images. We consider radiances acquired at 8 km altitude by a nadir looking spectro-imager with a metric spatial resolution and a spectral resolution of 15 cm-1 below 8 um and 10 above. We develop a new atmospheric sounding method that uses the 4.3 um carbon dioxide and the 5-8 µm water vapor absorption bands coupled with a temperature / emissivity separation algorithm. The sounding of the atmosphere is made by two sets of neural networks that estimate the first three coefficients of a principal component analysis of the atmospheric temperature profiles and the total water vapor content. The choice of these output parameters has been led by a sensibility study based on experiment design. The results of the atmospheric sounding method are then used to derive the radiative parameters between 8 and 12 µm needed to estimate Ts and ɛ(λ). We extend the SpSm algorithm to improve the results obtained with atypically shaped atmospheric water vapor profiles. This new method called SpSm2D introduce a shape factor of the atmospheric water vapor profile as unknown to be estimated simultaneously with the surface temperature and emissivity spectra. The method is developed and evaluated on a large number of simulations involving all different air masses of the TIGRZOOO atmospheric profiles database, different solar angles, emissivities from the ASTER database and surface temperature randomly chosen. We also study the effects of different types of instrument noise and we present a specific estimation method that takes into account the spatial homogeneity of the atmosphere. Results show that the estimation of Ts and ɛ(λ) are achieved with 1.5 K and 3\% accuracies respectively. The method and especially the sounding algorithm show a good resistance to noise. Considering the spatial homogeneity of the atmosphere improves the results of the sounding strategies and therefore the estimation of the ground surface properties.Finally the method is tested on the S-HIS data of the EAQUATE measurements.
  • No references.
  • No related research data.
  • No similar publications.

Share - Bookmark

Cite this article