BRDF Normalization of Hyperspectral Image Data
Notice bibliographique
Résumé
Monitoring vegetative areas with airborne hyperspectral sensors is being more frequently used to relate at-canopy spectral reflectance to canopy condition. Increased application of these techniques is expected with the advent of space borne hyperspectral systems (such as EO-1 Hyperion and CHRIS-PROBA). These studies are often limited by the non-Lambertian nature of vegetation reflectance, the well known bidirectional reflectance distribution function (BRDF), where varying solar and viewing geometry can result in significant variations in the observed remotely sensed signal due to canopy architectural properties. This is often noted as an increased brightening of the observed signal as the scattering angle between the sun and sensor decreases. This is also true when attempting to compare images from different sensors, or from the same sensor taken at different times. Various studies have examined the sensitivity of broadband and hyperspectral vegetation indices (VI) to BRDF. These studies often conclude that the choice of VI should be based on the solar/viewing geometry and vegetation specific to the image acquisition. No individual VI appears immune to the BRDF effect. Rather than attempt to define a technique with little sensitivity to view/solar geometry, the non-Lambertian reflectance characteristics can be used to normalize imagery to one view/solar geometry. Assuming consistent mean leaf and background reflectance, inversion of a semi-empirical model can be used to determine BRDF coefficients, which can then be applied to normalize the imagery to a specific viewing/solar geometry. If the model has coefficients that directly relate to canopy properties, then this process can also provide information directly relating canopy architectural and biophysical properties to the remotely sensed signals. One such model, FLAIR, has been successfully used to investigate canopy characteristics from broadband imagery. Application of this model to hyperspectral imagery of an agricultural area is being pursued, examining the usefulness of normalizing the BRDF before relating spectral reflectance to biophysical characteristics.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,004 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».