AVIRIS 简介
AVIRIS 是指 机载可见光近红外成像光谱(Airborne Visible InfraRed Imaging Spectrometer)。是由美国NASA下属的喷气动力实验室(JPL)开发和维护的光谱成像设备。现有两代产品:AVIRIS-Classic
和AVIRIS-NG
(AVIRIS Next Generation),其中AVIRIS-Classict从1986年开始服役,目前网站上提供从1992年开始至2020年采集高光谱图像数据,主要为地面辐亮度图像,少部分图像提供反射率图像。AVIRIS-NG则提供从2012年至2020年的高光谱图像数据。所有的图像均进行了几何矫正,具有真实的地理坐标信息。目前AVIRIS-Classic提供的数据主要位于美国本土,还有少量太平洋中海岛、以及加拿大和欧洲地区的数据。AVIRIS-NG则目前主要提供欧洲和印度区域数据。
1. AVIRIS-Classic
AVIRIS是地球遥感领域的先进设备。其具备一个独特的光学传感器,能够采集波长在400~2500nm范围内的上行的光谱辐亮度信息,并进行辐亮度矫正,最终生成具有224个连续光谱通道(波段)的高光谱图像。AVIRIS曾经搭载在4种不同的飞行平台上, 分别为:NASA 的ER-2 喷气式飞机,Twin Otter International 的涡轮螺旋桨飞机,Scaled Composites’ Proteus(一种双翼高空长航时飞机)以及NASA的WB-57飞机。 ER-2飞机飞行高度约为海拔20km,航速为730km/h,Twin Otter的飞机飞行高度约为地面上4km,航速约为130km/h。 AVIRIS在主要在美国各地进行执行飞行任务,此外还在欧洲和加拿大执行任务[1]。
- 设备基本参数
参数名称 | 参数值 |
---|---|
数据码率 | 1994年:17Mbps 1995~2004年:20.4Mbps 2005~今:16Bit |
数据量化 | 1994年:10bit 1995年~今:12bit |
探测器类型 | 可见光波段:Si探测器 近红外波段(NIR):InGaAr 短波红外(SWIR):InSb 液氮(LN2)制冷探测器 |
成像方式 | 摆扫式(Whisk broom) |
扫描速率 | 12Hz |
光谱带宽 | 10nm标称波段宽度,经过矫正,误差±1nm |
视场角(FOV) | 34°,总计677个像素 |
单像素视场角(IFOV) | 1 mrad |
- 数据下载门户网站
- 从2006年至今的数据,可以从
AVIRIS Data Product Portal
网站下载:https://aviris.jpl.nasa.gov/dataportal/ - 1992年至2005年的数据,需要从网站http://aviris.jpl.nasa.gov/locator_select.php首先搜索需要的飞行记录,然后填写AVIRIS Archive Data Request form 申请数据下载
- 从2006年至今的数据,可以从
2. AVIRIS-NG
AVIRIS-NG是用来采集太阳反射光谱范围内的高信噪比连续光谱图像,并希望能够接替从1986年开始服役AVIRIS-Classic设备。其数据成果可以广泛运用于生态环境、土壤地质、内陆湖泊、冰雪、生物质燃烧、大气、环境污染、农业等多种研究中。
AVIRIS-NG能够以5nm的光谱分辨率采集波长在380~2510nm范围的连续光谱图像。目前该设备已经成功搭载在Twin Otter平台上,以0.3m~4m的空间分辨率采集了光谱图像数据,单条扫描线包含600个像素。在不久的将来计划搭载在具有更高飞行高度的NASA ER-2平台上。 AVIRIS-NG的跨条带(Cross-track)光谱一致性优于95%,且光谱维IFOV一致性优于95%。[2]
- 设备基本参数
Parameter | Value |
---|---|
波长范围(Wavelength) | 380 nm to 2510 nm |
光谱分辨率 (FWHM, minimum) | 5nm ± 0.5 nm |
FOV(Field of View) | 36 ± 2 degrees with 600 resolved elements |
IFOV(Instantaneous Field of View) | 1.0 1.4 mrad ± mrad |
Spatial Sampling (maximum observed at resolved elements) | 1.0 mrad ± 0.1 mrad |
Spectral Distortion (smile) | Uniformity > 97% |
Spectral Distortion (keystone) | Unformity >97% |
空间和光谱分辨率(FPA) | 480 (spectral direction) X 640 (cross track) |
帧率(Frame Rate) | 10 - 100 frames per second |
Pixel Size | 27 microns x 27 microns |
Calibration | On-board calibrator |
数据量化(Data Resolution) | 14 bits |
Data Rate | Up to 74 MB/s of throughput |
Data Volume | Up to 1.0 TB of raw data before disk swap |
Physical Volume | 83 cm (H) x 57 cm (Dia.) plus electronics boxes and racks |
Mass | 465kg |
Vacuum Requirement | 10-4 torr |
Ambient Operating Temperature | -40 to +50C |
Maximum Altitude | 18 km |
Cool-Down Time | < 48 hours |
Operational Time / Mission | 14 days |
数据下载门户网站
- 2014年~2020年的数据可以从
AVIRIS-NG Data Portal
网站下载:https://avirisng.jpl.nasa.gov/dataportal/
- 2014年~2020年的数据可以从
参考文献
AVIRIS-Classic门户,https://aviris.jpl.nasa.gov/index.html
AVIRIS-NG门户,https://aviris-ng.jpl.nasa.gov/index.html
- 本文作者: 闫钊
- 本文链接: https://whuhenry.github.io/2020/05/30/2020-05-30-introduction-to-aviris-dataset/
- 版权声明: 本博客所有文章除特别声明外,均采用 BY-NC-SA 许可协议。转载请注明出处!
AVIRIS 简介的更多相关文章
- AVIRIS反射率数据简介
Surface Reflectance 高光谱图像 ↑ AVIRIS高光谱成像光谱仪采集得到的原始图像为辐亮度图像,经过校正后的L1级产品为地表辐亮度信息.但是许多时候,我们更希望知道地面目标物的反射 ...
- ASP.NET Core 1.1 简介
ASP.NET Core 1.1 于2016年11月16日发布.这个版本包括许多伟大的新功能以及许多错误修复和一般的增强.这个版本包含了多个新的中间件组件.针对Windows的WebListener服 ...
- MVVM模式和在WPF中的实现(一)MVVM模式简介
MVVM模式解析和在WPF中的实现(一) MVVM模式简介 系列目录: MVVM模式解析和在WPF中的实现(一)MVVM模式简介 MVVM模式解析和在WPF中的实现(二)数据绑定 MVVM模式解析和在 ...
- Cassandra简介
在前面的一篇文章<图形数据库Neo4J简介>中,我们介绍了一种非常流行的图形数据库Neo4J的使用方法.而在本文中,我们将对另外一种类型的NoSQL数据库——Cassandra进行简单地介 ...
- REST简介
一说到REST,我想大家的第一反应就是“啊,就是那种前后台通信方式.”但是在要求详细讲述它所提出的各个约束,以及如何开始搭建REST服务时,却很少有人能够清晰地说出它到底是什么,需要遵守什么样的准则. ...
- Microservice架构模式简介
在2014年,Sam Newman,Martin Fowler在ThoughtWorks的一位同事,出版了一本新书<Building Microservices>.该书描述了如何按照Mic ...
- const,static,extern 简介
const,static,extern 简介 一.const与宏的区别: const简介:之前常用的字符串常量,一般是抽成宏,但是苹果不推荐我们抽成宏,推荐我们使用const常量. 执行时刻:宏是预编 ...
- HTTPS简介
一.简单总结 1.HTTPS概念总结 HTTPS 就是对HTTP进行了TLS或SSL加密. 应用层的HTTP协议通过传输层的TCP协议来传输,HTTPS 在 HTTP和 TCP中间加了一层TLS/SS ...
- 【Machine Learning】机器学习及其基础概念简介
机器学习及其基础概念简介 作者:白宁超 2016年12月23日21:24:51 摘要:随着机器学习和深度学习的热潮,各种图书层出不穷.然而多数是基础理论知识介绍,缺乏实现的深入理解.本系列文章是作者结 ...
随机推荐
- Eugene and an array(边界麻烦的模拟)
一道看似小学生的题,搞了我几个小时...... 首先思路就有两种: \(Ⅰ.找和为0的bad子串,再用n*(n+1)/2-bad子串得到答案\) \(Ⅱ.找和不为0的good子串\) 如果你选择找ba ...
- search(11)- elastic4s-模糊查询
很多时候搜索用户对查询语句具有模糊感觉,他们只能提供大约的描述.比如一个语句的部分,或者字句顺序颠倒等.通过模糊查询可以帮助用户更准确的找出他们希望搜索的结果. 模糊查询包括前后缀,语句(phrase ...
- 关于Fragment的点击切换数据滞留问题
场景再现:当我使用tabLayout + Fragment 切换不同的fragment时,出现了数据重复显示的问题: 思考逻辑: - 每次切换fragment都会重新获取数据,但是list集合是全局的 ...
- 自己动手在Linux系统实现一个everything程序
大家好,我是良许. 我们知道,在 Windows 下,有一款非常实用的神器,叫作 Everything ,它可以在极短的时间里,搜索出来你所想要的文件/目录,如下图示: Linux 下也有一些类似于 ...
- threading模块—Python多线程编程
Threading 模块 threading 模块除了提供基本的线程和锁定支持外,还提供了更高级别.功能更全面的线程管理.threading 模块支持守护线程,其工作方式是:守护线程一般是一个等待客户 ...
- python --字符串学习
一 转义字符 借用一个特殊的方法表示一系列不方便写出的内容,比如回车键,换行符,退格键 借助反斜杠字符,一旦出现反斜杠,则反斜杠后面一个或者几个字符表示已经不是原来的意思了 在字符串中,一旦出现了斜杠 ...
- C++语言字符串处理函数
C++语言提供了比C语言更丰富的字符串处理功能.它可以在字符串上经行输入,输出,合并,修改,比较,转换,复制,搜索等操作.使用这些现成的功能可以大大减少我们的编程的负担. 输入和输出的字符串函数,如p ...
- python 使用xlsxwriter 写入数据时,当数据中链接的后面包含空格时(如:"http://*** "),导出问题打开报错
python 在使用 xlsxwriter组件写入数据时,当数据包含类似“http://*** /”数据时,导出的excel,打开时会提示如下错误: 没有查到相关的资料处理这个问题,可能原因为exce ...
- openjdk tomcat 安装
1 jdk 这里用openjdk yum install java-1.6.0-openjdk export JAVA_HOME=/usr/lib/jvm/java-1.6.0-openjdk-1.6 ...
- webpack指南(六)命令行环境配置
webpack 命令行环境配置中,通过设置 --env 可以使你根据需要,传入尽可能多的环境变量.在 webpack.config.js 文件中可以访问到这些环境变量. webpack --env.N ...