• الصفحة الرئيسية
  • بررسی امکان کالیبراسیون سنجنده‌های LISSIII و ASTER با استفاده از نمکزارهای مناطق خشک ایران

شارک

عنوان URL للمقالة


رقم المقالة : 1302-JEST (R3) زيارة : 163 الصفحة: 117 - 131

10.30495/jest.2021.8037

نوع المخطوط: ابحاث

بررسی امکان کالیبراسیون سنجنده‌های LISSIII و ASTER با استفاده از نمکزارهای مناطق خشک ایران

الموضوعات :

حسین نظم فر 1 , نادر سرمستی 2 , کاظم علوی پناه 3

1 - استاد گروه جغرافیا و برنامه ریزی شهری دانشگاه محقق اردبیلی. *(مسوول مکاتبات)
2 - دانشجوی دکتری جغرافیا دانشگاه محقق اردبیلی.
3 - استاد گروه سنجش از دور و سیستم اطلاعات جغرافیایی دانشگاه تهران.

تاريخ الإرسال : 05 الإثنين , ربيع الأول, 1435 تاريخ التأكيد : 14 الثلاثاء , محرم, 1437 تاريخ الإصدار : 10 السبت , شوال, 1442

الکلمات المفتاحية: دامغان, مهارلو, کاشان, کالیبراسیون, سنجنده,

ملخص المقالة :

زمینه و هدف: یکی از موضوعات اساسی در تحلیل‌های کمی داده‌های رقومی ماهواره‌ای، اطمینان از پایداری حساسیت رادیومتریسنجنده ماهواره پس از پرتاب به فضاست که دستیابی به چنین هدفی نیازمند کالیبراسیون رادیومتری سنجنده ماهواره می‌باشد. هدف از این تحقیق، بررسی امکان استفاده از نمکزارهای مناطق خشک به‌عنوان پدیده‌های زمینی مرجع برای کالیبراسیون رادیومتری سنجنده‌های LISSIII و ASTERمی‌باشد. بدین منظور از نمکزارهای‌ مناطق خشک دامغان، کاشان و مهارلو برای کالیبراسیون رادیومتری باندهای انعکاسی سنجنده‌های LISSIIIو ASTERاستفاده شد.روش بررسی: ابتدا ویژگی‌های نمکزارهای مناطق مورد مطالعه بر اساس تحقیقات قبلی، مطالعات میدانی و داده‌های ماهواره‌ای موجود ارزیابی گردید. سپس با استفاده از روابط کالیبراسیون، اطلاعات موجود در فایل‌های راهنما و همچنین ضرایب کالیبراسیون سنجنده‌های مورد استفاده، بازتاب طیفی نمکزارها در باندهای انعکاسی محاسبه شده و همبستگی بین درجه روشنایی تصاویر و بازتاب طیفی نمکزارها (تابش دریافتی سنجنده ماهواره در بالای اتمسفر) ارزیابی شد.یافته ها: رابطه خطی و ضریب همبستگی بالا (بیشتر از 8/0) در هر یک از باندهای مرئی و مادون ‌قرمز نزدیک سنجنده‌های LISSIII و ASTER نشان داد که نمکزارهای مناطق خشک به‌عنوان پدیده‌های زمینی مرجع می‌توانند برای کالیبراسیون رادیومتری سنجنده‌های LISSIII و ASTER در باندهای انعکاسی محدوده مرئی و مادون ‌قرمز نزدیک کارایی داشته باشند.بحث و نتیجه گیری: نتایج نشان داد که روند تغییرات بسیار هماهنگ با یکدیگر می‌باشد (ضریب تبیین بین 8/0 تا 9/0)، به‌عبارتی با افزایش مقدار درجه روشنایی، مقدار بازتاب طیفی نیز افزایش پیدا می‌کند. به‌دلیل وجود رابطه خطی و ضریب همبستگی بالا (بیشتر از 8/0) در هر یک از باندهای مرئی و مادون‌ قرمز نزدیک سنجنده‌های LISSIII و ASTER، اتمسفر تأثیر چندانی در تابش دریافتی سنجنده نداشته است.

المصادر:



  1. Fatemi, Seyed Baqer, 2006, "Fundamentals of Remote Sensing", Azadeh Publications, First Edition, 2006.
    2.
  2. Rudgarmi et al., 2008, "Application of satellite imagery and remote sensing techniques in assessing the effects of biological development", Iranian Journal of Natural Resources, Volume 57, Number 2, pp. 1-12.
    3.
  3. Xiao, Q., J. Liu, H. Yu, & H. Zhang, 2008, “Analysis and evaluation of optical uniformity for Dunhuang calibration site by airborn spectrum survey data”, Remote Sens. 38:136_142.
    4.
  4. - Matkan AA, Shakhiba A, Poor AliS H, Nazmfar H. (2008), locating suitable sites for landfill using GIS. (study area: the city of Tabriz), Journal of Environmental Sciences, 2008, (2), 121- 132. (In Persian)
    5.
  5. Thome, K. J., “Absolute radiometric calibration of landsat-7 ETM+ using the reflectance_based method”, 2009, Remote Sens. Env. 78:27-38.
    6.
  6. Nazmfar, H. (2012). An analysis of urban system with emphasis on entropy model (Casestudy: the cities of East Azerbaijan Province), Indian Journal of Science and Technology.
    7.

Volume 5, Issue 9, p. 3340 -3344.

  1. Scott, K. P., K. J. Thome, & M. R. Brownlee, 2010, “Evaluation of the Railroad Valley Playa for use in vicarious calibration,” Proc. SPIE Conf. Vol. 2818.
    2.
  2. Hossein Nazmfar (2019) An integrated approach of the analytic network process and fuzzy model mapping of evaluation of urban vulnerability against earthquake, Geomatics, Natural Hazards andRisk, 10:1, 15121528, DOI: 10.1080/19475705.2019.1588791
    3.
  3. Fraser, R. S. and Kaufman, Y. J., 2010, “Calibration of satellite sensors after launch”, APPL. Opt. 25:1177-1185.
    4.
  4. Thome, K., S. Schiller, J. Conel, K. Arai, & S. Tsuchida, 2009, “Results of the 1996 earth observing system vicarious calibration campaign at Lunar Lake Playa, Nevada (USA)”, Merologia. 35:631_638.
    5.
  5. Nazmfar, H. Eshgi, A. Alavi, S. Pourmoradian, S. (2019): Analysis of travel and tourism competitiveness index in middle-east countries, Asia Pacific Journal of Tourism Research, 24 (1): 501-513.
    6.
  6. . Henry, P., M. Dinguirard, & M. Bodilis, 2012, “Spot multi_temporal calibration over stable desert areas”, SPIE. 1938:67_76.
    7.
  7. Farifteh, J. A. & R. J. Farshad, 2009, “Assessing salt_affected soils using remote sensing”, Solute modeling and geo. 130:191_206.
    8.
  8. Nazmfar, H. Alavi, S. Eshgi, A. Feizizadeh. B. (2019): Vulnerability evaluation of urban buildings to various earthquake intensities: a case study of the municipal zone 9 of Tehran, Human and Ecological Risk Assessment: An International Journal, DOI: 10.1080/10807039.2018.1556086.
    9.
  9. Thome, K., B. Markham, J. Barker, P. Slater, & S. Bigger, 2010, “Radiometric calibration of Landsat”, Photogram. Eng. & Remote Sens. 63:853-858
    10.
  10. Nazmfar, H. Eshgi, A. Alavi, S. Pourmoradian, S. (2019): Analysis of travel and tourism competitiveness index in middle-east countries, Asia Pacific Journal of Tourism Research, 24 (1): 501-513.
    11.
  11. Kaufman, Y. J. and Holben, B. N., 2010, Calibration of the AVHRR visible and near-IR bands by atmospheric scattering, ocean glint and desert reflection, Int. J. Remote Sens. 14:21-52.
    12.
  12. Nazmfar, H. & Jafarzadeh, J.Classification of Satellite Images in Assessing Urban Land Use Change Using Scale Optimization in Object-Oriented Processes (A Case Study: Ardabil City, Iran)J Indian Soc Remote Sens (2018) 46: 1983. https://doi.org/10.1007/s12524-018-0850-7.
    13.
  13. Markham. B. L, 2010, “Vicarious calibration of ASTER thermal infrared bands”, IEEE Trans. Geosic. Remote Sens. 43:2733_2746.
    14.
  14. Nazmfar, H., Beheshti. B. (2016). Application of Combined model analytical network process and fuzzy logic models in Landslide susceptibility zonation (Case Study: chellichay Catchment). Journal Geography and Environmental Planning. 27 (1): 53-68.
    15.
  15. Tonnoka, H., F. D. Palluconi, S.J. Hook, & T. Motsunaga, 2009, “Vicarious calibration of ASTER thermal channels”, IEEE Trans. Geosci. Remote Sens. 43:2733-2746.
    16.
  16. Nazmfar, H., Roshan Roodi, S. (2015). Assessment of Development Sustainability Level in 9th District of Mashhad District Based on Hierarchy Models and Network Analysis. Journal Management System. 5(15): 49-68.
    17.
  17. Palluconi, F. D., 2010, “Validation of the ASTER thermal infrared surface radiance data product”. Proc. SPIE. 2820:97-104.
    18.
  18. Nazmfar, H. (2017). Urban development predictions direction of using a combination GIS and Bayesian the probabilistic model (case study: Ardabil), Human Geography Research Quarterly, 49, 357-370. (In Persian)
    19.


 

 

 

 

 

_||_


  1. Fatemi, Seyed Baqer, 2006, "Fundamentals of Remote Sensing", Azadeh Publications, First Edition, 2006.
    2.
  2. Rudgarmi et al., 2008, "Application of satellite imagery and remote sensing techniques in assessing the effects of biological development", Iranian Journal of Natural Resources, Volume 57, Number 2, pp. 1-12.
    3.
  3. Xiao, Q., J. Liu, H. Yu, & H. Zhang, 2008, “Analysis and evaluation of optical uniformity for Dunhuang calibration site by airborn spectrum survey data”, Remote Sens. 38:136_142.
    4.
  4. - Matkan AA, Shakhiba A, Poor AliS H, Nazmfar H. (2008), locating suitable sites for landfill using GIS. (study area: the city of Tabriz), Journal of Environmental Sciences, 2008, (2), 121- 132. (In Persian)
    5.
  5. Thome, K. J., “Absolute radiometric calibration of landsat-7 ETM+ using the reflectance_based method”, 2009, Remote Sens. Env. 78:27-38.
    6.
  6. Nazmfar, H. (2012). An analysis of urban system with emphasis on entropy model (Casestudy: the cities of East Azerbaijan Province), Indian Journal of Science and Technology.
    7.

Volume 5, Issue 9, p. 3340 -3344.

  1. Scott, K. P., K. J. Thome, & M. R. Brownlee, 2010, “Evaluation of the Railroad Valley Playa for use in vicarious calibration,” Proc. SPIE Conf. Vol. 2818.
    2.
  2. Hossein Nazmfar (2019) An integrated approach of the analytic network process and fuzzy model mapping of evaluation of urban vulnerability against earthquake, Geomatics, Natural Hazards andRisk, 10:1, 15121528, DOI: 10.1080/19475705.2019.1588791
    3.
  3. Fraser, R. S. and Kaufman, Y. J., 2010, “Calibration of satellite sensors after launch”, APPL. Opt. 25:1177-1185.
    4.
  4. Thome, K., S. Schiller, J. Conel, K. Arai, & S. Tsuchida, 2009, “Results of the 1996 earth observing system vicarious calibration campaign at Lunar Lake Playa, Nevada (USA)”, Merologia. 35:631_638.
    5.
  5. Nazmfar, H. Eshgi, A. Alavi, S. Pourmoradian, S. (2019): Analysis of travel and tourism competitiveness index in middle-east countries, Asia Pacific Journal of Tourism Research, 24 (1): 501-513.
    6.
  6. . Henry, P., M. Dinguirard, & M. Bodilis, 2012, “Spot multi_temporal calibration over stable desert areas”, SPIE. 1938:67_76.
    7.
  7. Farifteh, J. A. & R. J. Farshad, 2009, “Assessing salt_affected soils using remote sensing”, Solute modeling and geo. 130:191_206.
    8.
  8. Nazmfar, H. Alavi, S. Eshgi, A. Feizizadeh. B. (2019): Vulnerability evaluation of urban buildings to various earthquake intensities: a case study of the municipal zone 9 of Tehran, Human and Ecological Risk Assessment: An International Journal, DOI: 10.1080/10807039.2018.1556086.
    9.
  9. Thome, K., B. Markham, J. Barker, P. Slater, & S. Bigger, 2010, “Radiometric calibration of Landsat”, Photogram. Eng. & Remote Sens. 63:853-858
    10.
  10. Nazmfar, H. Eshgi, A. Alavi, S. Pourmoradian, S. (2019): Analysis of travel and tourism competitiveness index in middle-east countries, Asia Pacific Journal of Tourism Research, 24 (1): 501-513.
    11.
  11. Kaufman, Y. J. and Holben, B. N., 2010, Calibration of the AVHRR visible and near-IR bands by atmospheric scattering, ocean glint and desert reflection, Int. J. Remote Sens. 14:21-52.
    12.
  12. Nazmfar, H. & Jafarzadeh, J.Classification of Satellite Images in Assessing Urban Land Use Change Using Scale Optimization in Object-Oriented Processes (A Case Study: Ardabil City, Iran)J Indian Soc Remote Sens (2018) 46: 1983. https://doi.org/10.1007/s12524-018-0850-7.
    13.
  13. Markham. B. L, 2010, “Vicarious calibration of ASTER thermal infrared bands”, IEEE Trans. Geosic. Remote Sens. 43:2733_2746.
    14.
  14. Nazmfar, H., Beheshti. B. (2016). Application of Combined model analytical network process and fuzzy logic models in Landslide susceptibility zonation (Case Study: chellichay Catchment). Journal Geography and Environmental Planning. 27 (1): 53-68.
    15.
  15. Tonnoka, H., F. D. Palluconi, S.J. Hook, & T. Motsunaga, 2009, “Vicarious calibration of ASTER thermal channels”, IEEE Trans. Geosci. Remote Sens. 43:2733-2746.
    16.
  16. Nazmfar, H., Roshan Roodi, S. (2015). Assessment of Development Sustainability Level in 9th District of Mashhad District Based on Hierarchy Models and Network Analysis. Journal Management System. 5(15): 49-68.
    17.
  17. Palluconi, F. D., 2010, “Validation of the ASTER thermal infrared surface radiance data product”. Proc. SPIE. 2820:97-104.
    18.
  18. Nazmfar, H. (2017). Urban development predictions direction of using a combination GIS and Bayesian the probabilistic model (case study: Ardabil), Human Geography Research Quarterly, 49, 357-370. (In Persian)
    19.


 

 

 

 

 

سند

Sanad is a platform for managing Azad University publications

الروابط

المراكز ذات الصلة

دعامة

الصفحات الرسمية

حقوق هذا الموقع الإلكتروني مملوكة لنظام SANAD Press Management. © 1442-1446

الصفحة الرئيسية| دخول| معلومات عنا| اتصل بنا|
[English] [فارسی] [en] [fa]