В работе кратко анализируются возможности различных действующих спутниковых гиперспектральных (ГС) сенсоров. Обсуждаются особенности данных эти сенсоров в их приложении к исследованию процессов и явлений в океане. Показано, что спутниковые ГС данные становятся эффективным инструментом исследования Мирового океана. Подчеркивается высокий потенциал ГС данных для решения задач выявления и распознавания различных типов антропогенных и биогенных загрязнений в прибрежных зонах. Отмечается, что применение данных ГС сенсоров спутникового базирования для изучения процессов и явлений в в Мировом океане, внутренних морях и прибрежной зоне требует развития значительно более сложных алгоритмов по сравнению с применением ГС данных для изучения суши.
Производится оценка необходимости выполнения атмосферной коррекции ГС данных при решении различных задач, а также сравнительная оценка эффективности применения различных алгоритмов атмосферной коррекции при анализе спутниковых гиперспектральных изображений в приложении к исследованию морской среды.
Определены ситуации, когда применение атмосферной коррекции существенно повышает достоверность восстановления параметров состояния или характеристик водных объектов.
Проведена сравнительная оценка применимости для анализа ГС изображений водных объектов следующих алгоритмов:
1. Dark Subtraction - Способ вычитания абсолютно темных объектов.
2. QUAC (Quick Atmospheric Correction) - Быстрая атмосферная коррекция на основе модели атмосферы MODTRAN.
3. FLAASH (Fast Line-of-sight Atmospheric Analysis of Spectral Hypercubes.

Тестирование алгоритмов производилось для изображений сенсора EO-1 Hyperion, полученных над различными акваториями. Проводится обсуждение результатов и оценивается качество работы алгоритмов.

Работа выполнена при финансовой поддержке Российского фонда фундаментальных исследований (грант 13-05-12093-офи_м).

Дистанционные исследования поверхности океана и ледяных покровов

292