Les informations géométriques et spectrales de la cible sont disponibles avec la détection et la télémétrie de lumière hyperspectrale (LiDAR) en une seule mesure. Cette technique avancée étend la portée de la spectroscopie d’imagerie à la détection spectrale tridimensionnelle (3D).
Cependant, deux effets radiatifs géométriques majeurs existent dans le LiDAR hyperspectral, à savoir l’effet de distance et l’effet d’angle d’incidence, qui restreignent sérieusement ses applications de télédétection quantitative.
Une équipe de recherche dirigée par le professeur Niu Zheng de l’Institut de recherche sur l’information aérospatiale (AIR) de l’Académie chinoise des sciences (CAS) a proposé des algorithmes de correction tout en étudiant les effets radiatifs géométriques existant dans le LiDAR hyperspectral.
Les chercheurs ont découvert que l’analyse et la correction de l’effet de distance et de l’effet d’angle d’incidence peuvent être effectuées indépendamment. Ils ont proposé un modèle de fonction par morceaux qui couple une fonction quadratique et une fonction de décroissance exponentielle pour analyser et corriger l’effet de distance et ont développé un algorithme de Poullain amélioré pour analyser et corriger l’effet d’angle d’incidence.
Les résultats ont été publiés dans Journal ISPRS de photogrammétrie et de télédétection et Transactions IEEE sur les géosciences et la télédétection.
Ils ont découvert que l’effet de distance provient du système lui-même et que toutes les longueurs d’onde ont une fonction d’effet de distance unifiée. Sur cette base, ils ont proposé un modèle de fonction par morceaux qui couple une fonction quadratique et une fonction de décroissance exponentielle pour analyser et corriger l’effet de distance.
Pour différents types de cibles de feuilles de végétation, elles présentent généralement des effets d’angle d’incidence différents en raison de leurs différentes structures physiques microscopiques de surface et de leurs paramètres biochimiques internes. Cet effet est étroitement lié aux caractéristiques de réflexion bidirectionnelle des espèces cibles mesurées dans des conditions LiDAR hyperspectrales.
Par conséquent, l’équipe a souligné que l’expression la plus précise de l’effet d’angle d’incidence du LiDAR hyperspectral devrait être « l’effet d’angle d’incidence d’une certaine cible sous LiDAR hyperspectral ». Ils ont développé un nouvel algorithme de Poullain amélioré pour corriger l’effet d’angle d’incidence de la cible.
Par rapport à la loi traditionnelle du cosinus de Lambert basée sur l’hypothèse de diffusion isotrope et l’algorithme original de Poullain, cet algorithme considère l’hétérogénéité du facteur de rugosité cible et du coefficient de réflexion diffuse sous différents angles d’incidence et longueurs d’onde, ce qui est plus conforme aux caractéristiques de réflexion des échos naturels de la cible.
Les résultats de différentes expériences sur les feuilles de végétation ont montré que les écarts-types des résultats de correction étaient réduits de 30 % à 60 %, par rapport à l’intensité de l’écho et à la réflectivité sous l’angle d’incidence standard de 0 degré.
L’algorithme fournit une base théorique importante et un support technique pour une inversion précise des paramètres biochimiques 3D de la végétation à l’avenir.
Actuellement, l’équipe de recherche a terminé la conception et le développement du système LiDAR hyperspectral de deuxième génération avec une capacité d’acquisition à grande vitesse, qui subit des tests de performance et devrait être mis en service d’ici la fin de 2023.
Plus d’information:
Jie Bai et al, A Novel Algorithm for Leaf Incidence Angle Effect Correction of Hyperspectral LiDAR, Transactions IEEE sur les géosciences et la télédétection (2021). DOI : 10.1109/TGRS.2021.3070652
Jie Bai et al, Une exploration, une analyse et une correction de l’effet de distance sur les données LiDAR hyperspectrales terrestres, Journal ISPRS de photogrammétrie et de télédétection (2023). DOI : 10.1016/j.isprsjprs.2023.03.001