رفع خطای Stripping لندست ۷ در ENVI

//رفع خطای Stripping لندست ۷ در ENVI

رفع خطای Stripping لندست ۷ در ENVI

در این بخش قصد داریم با یک آموزش رایگان شیوه رفع خطای Stripping لندست ۷ در ENVI را به شما آموزش دهیم.

اگر با داده های لندست ۷ آشنایی داشته باشید، دیده ای که بر روی تصاویر این سنجنده از سال ۲۰۰۳ خطوطی نمایش داده شده، که فاقد دیتا هستند. در واقع از سال ۲۰۰۳ تصحیح کننده خط اسکن این سنجنده از کار افتاد. به همین دلیل مشاهده می شود که در حین تصویر برداری بسیاری از خطوط اسکن از سطح زمین تصاویر اخذ نمی شود و تصاویر ناقص است که به صورت گپ هایی مشاهده می شود. کمترین میزان خطا در مرکز تصاویر دیده می شود و بیشترین میزان خطا در حاشیه ها مشاهده می شود.

این تصاویر را همانند تصاویر لندست ۸ می توانید از طریق فراداده فراخوانی کنید.

پس از باز کردن تصویر ملاحظه می کنید که برخی از خطوط اسکن، داده ها را ثبت نکرده اند، که این بعنوان یک مشکل اساسی در تصاویر لندست ۷ محسوب می شود.

اصلاح خطای Stripping لندست 7

نکته اساسی در رابطه با این تصاویر این است که هر چند روشهای مختلفی برای اصلاح این تصاویر ارائه شده است، اما با این حال به هیچ عنوان نمی توان اطلاعاتی که در هر تصویر اسکن نشده و از بین رفته را باز گرداند. در این روشهای اصلاح، انرژی واقعی از دست رفته الکترومغناطیسی که ثبت نشده را نمی توان برگرداند، فقط سعی می شود که نزدیک ترین انرژی معادل را بازسازی کرد.

در محیط نرم افزار ENVI سه روش برای این اصلاح وجود دارد:

این اصلاحات با استفاده از اکستنشن Gap/Fill اجرا می شود.

همراه آکادمی سامانه اطلاعات مکانی باشید با رفع خطای Stripping لندست ۷

اما ترتیب اجرای تصحیح رادیومتریکی و اتمسفری و خطایابی اسکنر به چه صورت است؟

اگر ابتدا خطای بداسکنر اصلاح شود و سپس تصحیحات رادیومتریکی و اتمسفری اجرا شود، به صورت اتوماتیک نمی توان مقادیر تابش Radiance و بازتاب Reflectance را محاسبه نمود. چون مقادیر Gain و Offset که از طریق فراداده بدست آمده، از بین می رود.

پس در گام نخست باید پیش پردازش های رادیومتریک و اتمسفری اجرا شود.

سپس این مرحله از تصحیح رادیومتریکی یعنی تصحیح خطاهای خط اسکنر باید در آخرین مرحله اجرا شود.

برای اجرای مراحل مذکور:

پس از اینکه تصاویر لندست ۷ را فراخوانی کردید از طریق Toolbox ابزار Radiometric Correction را باز کنید.

تصویر چندطیفی بعنوان ورودی انتخاب شود.

از طریق Spatial Subset محدوده را انتخاب کنید و Ok بزنید.

در گام بعدی پارامتر Reflectance انتخاب شود. و مسیر ذخیره تعیین کنید.

در مرحله بعدی ابزار QUAC را باز کنید.

این مطلب را هم بخوانید...  معرفی مشاهده ماهواره ای زمین 1972-1986

تصویر اصلاح شده قبلی بعنوان ورودی و نوع دیتا و مسیر ذخیره تعیین کنید.

در گام بعدی حتماً باید این تصویر Rescale شود.

بر اساس برخی از روشها بر روی تصویر موجود روشهای میان یابی اجرا می شود و سعی می کند بخشهای خالی تصویر را بازسازی کند. برخی از روش ها نیز با مقایسه تصویر خطادار و یک تصویر صحیح، سعی می کنند بر اساس یک تصویر درست، اطلاعات از دست رفته بازسازی می شود.

پس از اجرای این مراحل پیش پردازش باید خطاهای مرتبط با خط اسکن اصلاح گردد.

بنابراین در قسمت Toolbox ابزار landsat-gapfill را باز کنید.

رفع خطاهای Stripping در تصاویر سنجنده لندست ۷

ابتدا باید اکستنشن یا افزونه Gap fill نصب شود.

دانلود افزونه Gap Fill برای لندست ۷

در داخل پوشه Landsat Gap Fill (For SLC-OFF Images) یک فایل با نام landsat_gapfill.sav قرار دارد.

این فایل با انشعاب sav دیده می شود، چون با زبان برنامه نویسی IDL تهیه شده است.

این فایل باید در مسیر نصب نرم افزار ENVI کپی شود.

مسیر کپی برای محیط جدید نرم افزار ENVI

C:\Program Files\Exelis\ENVI53\extensions

مسیر کپی برای محیط کلاسیک نرم افزار ENVI

C:\Program Files\Exelis\ENVI53\classic\save_add

پس از کپی کردن افزونه، در نرم افزار ENVI از بخش Toolbox ابزار landsat_gapfill را باز کنید.

قبل از کپی کردن، حتماً نرم افزار ENVI را ببندید.

افزونه لندست گپ فیل

در داخل این ابزار ۲ روش برای اصلاح خطای Stripping وجود دارد:

  • Single File gap fill
  • Two band gap fill
    • Global Histogram
    • Local Histogram

در روش Single برای رفع خطای Stripping لندست ۷ از روشهای میانیابی (روش های مثلث بندی) برای تخمین ارزش پیکسلها استفاده می کند. اصول این روش ها به این صورت است که پدیده هایی که به یکدیگر نزدیک تر هستند از شباهت بیشتری نسبت به پدیده هایی که از یکدیگر دور هستند برخوردارند.

مقادیر پیکسلهای از دست رفته بر اساس خطوط اسکن بالا و پایین آن پیکسل برآورد می شود. در واقع ارزش یک پیکسل از بین رفته، میانگین پیکسلهای موجود بالا و پایین آن است. برای اجرای این روش فقط یک تصویر معرفی می شود.

روش اول یعنی Single file gap fill را انتخاب کنید.

در کادر Output مسیر ذخیره را تعیین نمایید.

انتخاب نوع روش

بر روی دکمه Ok کلیک کنید.

در پنجره Select input file باید تصویری که تصحیحات اتمسفری و رادیومتریک بر روی آن اجرا شده انتخاب گردد.

انتخاب تصویر ماهواره ای

نهایتاً بر روی دکمه Ok کلیک کنید تا پردازش بر روی این تصویر اجرا شود و فرایند میانیابی جهت برآورد مقادیر یاخته های از دست رفته انجام گیرد.

مشاهده می شود که فرایند Replace Bad Data Processing در حال اجراست.

این مطلب را هم بخوانید...  نرم افزار ArcGIS در سنجش از دور

نتیجه ای که بدست آمده در واقع میانگین یاخته هایی است که در بالا و پایین خطوط اسکن خراب شده است.

این نتیجه ، از نظر ظاهری تا حدودی مناسب است، اما برای پردازش ها اصلاً مناسب نیست

اگر کمی بر روی تصویر زوم شود، خطوط اسکن اصلاح شده به خوبی قابل تشخیص هستند.

نتیجه روش Single

اما اگر روش های ۲ band gap fill استفاده شود برای رفع خطای Stripping لندست ۷ ، نیاز است که ۲ تصویر معرفی شود، یک تصویر قبل از خراب شدن خط اسکن SLC ON و یک تصویر هم بعد از خراب شدن خط اسکن SLC Off .

از نظر زمانی باید سعی شود که ماه مشترک برای هر دو تصویر انتخاب گردد. (در این صورت زاویه تابش خورشید در هر دو تصویر بسیار نزدیک هستند، و از میزان اختلاف کاسته می شود.)

در هنگام استفاده از روش ۲ band gap fill هر دو تصویر باید پیش پردازش یکسانی را بر روی آنها اجرا شود. یعنی اگر تصویر اول تصحیحات رادیومتریک و اتمسفری خاصی داشتند، برای تصویر دوم هم همین فرایندها اجرا گردد.

پس تصحیحات رادیومتریک و اتمسفری quac بر روی تصویر slc on هم اجرا شود.

ابزار Gap fill را باز کنید.

در کادر موجود یکی از روشهای ۲ band را انتخاب کنید.

نام و مسیر ذخیره را تعیین کنید.

در پنجره select input file در کادر اول باید تصویری که دارای خطاست معرفی شود (تصویری که تصحیحات بر روی آن اجرا شده است).

در کادر دوم تصویر صحیح از همان منطقه که تصحیحات را تجربه کرده است، معرفی کنید.

انتخاب 2 فایل

در طی این عملیات چندین فایل ساخته می شود.

اگر تصویر ایجاد شده با روش Global را در داخل Data manager کلیک راست کنید و گزینه True color را انتخاب کنید. نتیجه حاصله عموماً به این صورت است که مسیرهای اصلاح شده به خوبی قابل تشخیص هستند.

همین فرایند را برای روش دوم هم اجرا کنید.

در روش Local می توانید مشخص کنید که نوع دیتای ورودی از کدام مجموعه داده هاست.

نتیجه حاصل از روش Local نسبت به روش Global متناسب تر است.

 

با شرکت در دوره جامع ENVI به طور کامل در ۴۰ ساعت به این نرم افزار مسلط شوید

توسط | ۱۳۹۷-۳-۳ ۱۸:۰۳:۱۹ +۰۰:۰۰ خرداد ۳ام, ۱۳۹۷|سنجش از دور|بدون ديدگاه

در باره نویسنده :

سلطانیان محمود
پیش به سوی قله

ثبت ديدگاه