Centre de documentation
scientifique

Spectral reflectance estimation of UAS multispectral imagery using satellite cross-calibration method / Saket Gowravaram in Photogrammetric Engineering & Remote Sensing, PERS, vol 87 n° 10 (October 2021)  

Public [article]  inPhotogrammetric Engineering & Remote Sensing, PERS > vol 87 n° 10 (October 2021) . - pp 735 - 746 Titre : Spectral reflectance estimation of UAS multispectral imagery using satellite cross-calibration method Type de document : Article/Communication Auteurs : Saket Gowravaram, Auteur ; Haiyang Chao, Auteur ; Andrew Molthan, Auteur ; et al., Auteur Année de publication : 2021 Article en page(s) : pp 735 - 746 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique [Termes IGN] aéronef [Termes IGN] distribution du coefficient de réflexion bidirectionnelle BRDF [Termes IGN] étalonnage croisé [Termes IGN] forêt [Termes IGN] image captée par drone [Termes IGN] image Landsat-8 [Termes IGN] image multibande [Termes IGN] image proche infrarouge [Termes IGN] Kansas (Etats-Unis ; état) [Termes IGN] orthoimage [Termes IGN] orthorectification [Termes IGN] prairie [Termes IGN] rayonnement proche infrarouge [Termes IGN] réflectance spectrale Résumé : (Auteur) This paper introduces a satellite-based cross-calibration (SCC) method for spectral reflectance estimation of unmanned aircraft system (UAS) multispectral imagery. The SCC method provides a low-cost and feasible solution to convert high-resolution UAS images in digital numbers (DN) to reflectance when satellite data is available. The proposed method is evaluated using a multispectral data set, including orthorectified KHawk UAS DN imagery and Landsat 8 Operational Land Imager Level-2 surface reflectance (SR) data over a forest/grassland area. The estimated UAS reflectance images are compared with the National Ecological Observatory Network's imaging spectrometer (NIS) SR data for validation. The UAS reflectance showed high similarities with the NIS data for the near-infrared and red bands with Pearson's r values being 97 and 95.74, and root-mean-square errors being 0.0239 and 0.0096 over a 32-subplot hayfield. Numéro de notice : A2021-676 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.14358/PERS.20-00091R2 En ligne : https://doi.org/10.14358/PERS.20-00091R2 Format de la ressource électronique : URL Article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=98863 [article]

Exemplaires(1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
105-2021101	SL	Revue	Centre de documentation	Revues en salle	Disponible