Повышение детальности гиперспектральных снимков Земли на основе привлечения материалов многозональной съемки высокого пространственного разрешения

Гиперспектральные спутниковые снимки предоставляют возможность исследования подстилающей поверхности на основе анализа спектральной характеристики отраженного от нее излучения. При этом спектральная характеристика (СХ) зависит от физико-химических свойств анализируемого объекта. Гиперспектральная съемка, в отличие от мультиспектральной и панхроматической, обладает существенно лучшим спектральным разрешением, но более низким пространственным. Этот факт приводит к тому, что полученные в результате гиперспектральной съемки спектральные характеристики описывают усредненные свойства всех СХ объектов, входящих в некоторый участок, равный проекции пикселя гиперспектральной аппаратуры на Землю. При этом в задачах, связанных с тематической обработкой гиперспектральных данных, часто требуется анализ СХ отдельных объектов. Таким образом, возникает задача так называемого «спектрального разделения» пикселей гиперспектрального изображения, заключающаяся в получении СХ отдельных объектов по некоторой «смешанной» СХ. Известен ряд подходов к решению этой задачи. Они основаны на специальной статистической обработке гиперспектральных данных с привлечением в качестве опорной информации спектральных библиотек эталонов. В тоже время при наличии данных синхронной высокодетальной мультиспектральной съемки они могут быть привлечены для более качественного решения задачи «спектрального разделения».
В докладе рассматривается подход к спектральному разделению гиперспектральных изображений с привлечением материалов многозональной съемки высокого пространственного разрешения. Подход основан на анализе одноименных регионов на гиперспектральном и мультиспектральном снимке для выделения однородных областей (для которых гиперспектрометром получена «несмешанная» СХ) и неоднородных участков. Для этих участков определяются площади входящих в них объектов, и путем сопоставления мультиспектральных СХ с данными гиперспектральной съемки выполняется «спектральное разделение».
В докладе приводятся результаты оценки эффективности предложенного подхода «спектрального разделения» гиперспектральных данных на модельной и натурной информации.