Saya baru di bidang penginderaan jauh. Terkadang saya bingung ketika membaca tentang pra-pemrosesan gambar. Dapatkah seseorang tolong jelaskan kepada saya perbedaan dan beberapa metode contoh untuk melakukan koreksi radiometrik dan kalibrasi radiometrik? Apakah mengonversi nilai DN ke Top Of Atmospheric (TOA) nilai reflektansi dari 2 set gambar (misalnya Landsat 7) dari waktu berbeda dihitung sebagai mengoreksi atau mengkalibrasi? Apakah DOS (Pengurangan Objek Gelap) dan bagian koreksi sudut-Matahari koreksi radiometrik?
remote-sensing
Ilyas Nursyamsi
sumber
sumber
Jawaban:
Terkadang sulit untuk membedakan kalibrasi dan koreksi dalam penginderaan jauh, karena kita tidak berada di laboratorium dengan kontrol penuh pada pengukuran. Karena itu keduanya sering dicampur.
Sensu stricto, kalibrasi radiometrik adalah konversi dari pengukuran sensor ke kuantitas fisik. Dalam penginderaan jauh, sensor mengukur pancaran dari atas atmosfer. Oleh karena itu penyedia gambar juga menyediakan koefisien kalibrasi untuk mengkonversi dari angka digit (DN) ke cahaya. Karena kita dapat mempercayai jumlah energi cahaya yang berasal dari matahari, pancaran sering dinormalisasi menjadi nilai reflektansi (lebih mudah untuk dikerjakan karena dibatasi oleh 0 dan satu), sehingga langkah ini juga bisa menjadi bagian dari kalibrasi. Jadi kalibrasi memberi Anda nilai pemantulan, tetapi itu adalah pemantulan di atas atmosfer (TOA).
Memang, proporsi cahaya yang benar-benar dipantulkan oleh objek yang diamati dipengaruhi oleh berbagai faktor (terutama topografi dan ketebalan atmosfer). Refleksi yang diukur oleh TOA perlu dikoreksi jika Anda membutuhkan nilai absolut. Ini tidak tergantung pada sensor itu sendiri, jadi saya tidak akan berbicara tentang kalibrasi dalam hal ini: Anda perlu memperbaiki nilai yang diukur TOA untuk memperkirakan nilai di atas kanopi.
Untuk menjawab pertanyaan Anda, saya akan mengatakan bahwa DOS adalah metode koreksi dan pemantulan DN to TOA adalah kalibrasi. DOS memerlukan objek gelap yang stabil di mana Anda dapat mengasumsikan bahwa variabilitas disebabkan oleh kebisingan atmosfer, yang sulit ditemukan.
EDIT: untuk info lebih lanjut tentang koreksi atmosfer Landsat, saya merekomendasikan LEDAPS (Masek et al, 2013) Untuk Sentinel-2, berbagai algoritma telah diusulkan dan saya belum dapat memberikan jawaban yang pasti. SEN2COR banyak digunakan, dan MAJA sangat bagus jika Anda bekerja dengan deret waktu (juga untuk Landsat).
sumber