專利名稱：地形校正植被指數的構造方法
技術領域：
本發明涉及一種地形校正植被指數的構造方法。
背景技術：
山地丘陵地區由于地形影響，光學遙感影像中山體陰坡與陽坡的波段輻射亮度信息形成 巨大反差，嚴重影響了山區植被信息的遙感定量反演精度。
當前對光學遙感影像植被信息的反演主要是采用植被指數的方法。最常用的植被指數有 歸一化植被指數NDVI、比值植被指數RVI等；針對消除大氣影響而提出的指數，則有抗大氣 植被指數ARVI、綠度抗大氣植被指數GARVI、可見光抗大氣指數VARI等；還有針對消除土壤 背景影響而提出的指數，如土壤調節植被指數SAVI、修正土壤調節植被指數MSAVI、最優土 壤調節植被指數OSAVI、通用土壤調節植被指數GESAVI等；此外，還有些其它的各種指數， 如增強植被指數EVI、全球環境監測指數GEMI、綠度歸一化植被指數GNDVI、改進非線性植 被指數麗LI、線性植被指數LVI、廣域動態變化植被指數WDRVI等。但針對消除地形影響的 植被指數比較少，僅有少量研究有所涉及，雖有一定效果但不成熟。
對此，常規的處理方法是在計算植被指數前先進行地形校正。地形校正的方法可分為兩 大類， 一類是基于DEM數據的遙感影像地形校正，主要有(l)經驗統計模型，經典算法有余 弦校正、C校正、SCS校正、SCS+C校止:、Proy校正等。(2)基于福射傳輸理論的物理模型， 通過研究光與地表作用的物理過程進行地形校正。(3)基于統計分析的地形輻射校正，如^!匹 配算法。這些方法都有效果，但程度不一，對植被信息的改善程度也各異。更為嚴重的是， 這些常規的地形校正方法都需要DEM數據的支持，而貝.DEM數據的精度不能小于遙感影像的 數據精度。由于DEM數據的引入有可能引入新的誤差，DEM數據的更新往往又落后于實際地 形因自然、人為因素帶來的變化，特別是高精度DEM數據的獲取受到限制，很大程度上制約 了此類地形校正方法的效果和應用推廣。
另一類地形校正方法無需DEM數據的支持，如采用波段比模型的方法，通過一個波段的 光譜值除以另一個波段的光譜值來消除地形影響。該方法不要求額外的輸入數據，但是由于 地形變化對不同波段的影響不同，因此該模型只能起到壓抑地形影響的作用，而不能達到理 想的地形校正效果，近年來相關研究較少。也有研究采用灰度線性匹配方法進行山體陰影的 校正，但由于選擇的樣本不能涵蓋全體影像，因此僅用此推導的一個線性函數進行波段的校 正有較大的局限性。而對城市高分辨率遙感影像中云朵、建筑物陰影去除的方法能否提高山 區植被指數信息反演精度未見相關研究。
綜上所述，無論是現有的植被指數，還是地形校正方法在山區植被信息遙感定量反演方 面都存在明顯不足。因此，設計一種基于影像自身信息，能有效消除山區地形影響的植被指數具有重要的科學意義與應用價值。
發明內容
本發明的目的在于提供一種地形校正植被指數構造方法，該方法可消除地形影響，免除 了對基于DEM數據的地形校正方法的依賴，可準確、快速反演山區的植被信息。
本發明的特征在于該方法包括以下步驟
(1) 根據獲得的光學遙感影像數據源，進行不同程度的輻射校正；
(2) 對非植被暗物質進行判別與處理；
(3) 進行地形校正植被指數TCVI的計算。 本發明所具有的優點有
1、 地形校正效果顯著。該指數方法中的陰影植被指數對山體陰坡植被信息的增益與常用 植被指數在山體陰坡植被信息的縮減呈一定比例或函數關系，因此其對植被信息的地形校正 效果適宜，能有效消除山區遙感影像中山體陰坡與陽坡的植被信息差異，有效克服了地形影 響對植被信息的干擾。
2、 數據需求少。該指數方法只需要遙感影像自身攜帶的紅波段與近紅外波段兩個波段數 據，無需異源數據的支持，如常規地形校正方法必需的高精度DEM數據，大氣校正方法需要 的高精度大氣參數數據等。因此，數據經濟成本可以達到最小，幾乎適用于所有光學遙感影 像。
3、 兼具大氣校正效果。由于陰影植被指數具有將小值變大的獨特功能，遙感影像中受地 形影響和大氣影響導致植被信息減弱的區域將得到有效補償，因此地形校IH植被指數方法不 僅具備地形校正效果還具有一定程度的大氣校正效果。實驗表明，地形校正植被指數對山區 植被信息的反演精度高于大氣校正過的常用植被指數反演的精度，尤其是TCRVI指數，其對 山區植被信息反演的精度顯著高于大氣校正過的RVI指數。
4、 適用性廣。地形校正植被指數方法可以適用于表觀反射率數據，也可以應用于輻射亮 度值數據與DN值數據，這為一些缺乏地面定標參數的傳感器在山區植被信息的定量反演等方 面的應用提供了重要手段。因為缺乏地面定標參數，大氣校正方法往往受到限制。另外，地 形校正植被指數中的常用植被指數CVI除了NDVI和RVI夕卜，還可以采用其它的植被指數，如 抗大氣植被指數系列、土壤調節植被指數系列等，因此地形校IH植被指數方法具有良好的擴 展性。
圖1為本發明的實現流程圖。
具體實施例方式
本發明的地形校正植被指數的構造方法，該方法包括以下步驟-
(1) 影像輻射校正，對應圖1中的①，根據獲取的光學遙感影像數據源的情況，進行 不同程度的輻射校正。如果有輻射亮度計算參數，如傳感器各波段的Gain和Bias參數，則 可以從遙感影像各波段數據的DN值計算出有關波段數據的輻射亮度值；如果進一步有關于表 觀反射率的計算參數，如大氣層頂相應波長的太陽光譜輻照度等參數，則可進一步計算出有 關波段的大氣層頂表觀反射率。輻射校正可以提高地形校正植被指數的最終反演精度，因此 第一步根據源數據的具體情況盡可能求得表觀反射率結果，其次為輻射亮度結果，最差則直 接利用影像數據的DN值。例如，對于常用的LandsatTM遙感數據，可以在源數據的頭文件 中獲得有關太陽高度角、太陽方位角、影像獲取時間、各波段的Gain和Bias等參數，然后 利用ENVI軟件中Landsat TM Calibration模塊分別計算得到輻射亮度值與表觀反射率值。本 專利發明的案例采用表觀反射率結果進行處理，實際應用中，對于采用輻射亮度值或者DN 值數據的情況，依此類推。
(2) 水體等非植被暗物質判別與處理，對應圖1中的②。非植被暗物質是指影像屮亮 度值最小的地類，如水體、居民區等，不包括影像中的陰坡植被。地形校正植被指數的干擾 因素主要是遙感影像中的水體等暗物質的影響，因此第二步主要是分析研究區遙感影像的地 物類別與特征。如果研究區沒有水體或者居民區等暗物質則直接轉入第三歩處理，如果有水 體或者居民區等非植被的暗物質存在，則進行掩膜處理。掩膜處理可以采用非監督分類、監 督分類、歸一化植被指數冊VI閾值判別和目視解譯等方法進行。實際山地丘陵地區非植被暗 物質較少，主要是水體，如河流、湖泊、水庫等，因此利用非監督分類、監督分類、歸一化 植被指數NDVI閾值判別和目視解譯這些方法可以有效將其提取、掩膜。
(3) 地形校正植被指數TCVI計算，對應圖1中的③。主要包括陰影植被指數SVI，常 用植被指數CVI，地形校正因子TCC的計算；常用植被指數CVI主要有歸一化植被指數NDVI 和比值植被指數RVI，其主要計算公式如下
SVI = [MAX(Pr) - P r] /Pr (1)
NDVI =(Pnir-Pr )/ (Pnir +Pr ) (2) RVI=Pnir/Pr (3)
Pr-紅波段的表觀反射率值，MAX(Pr)指研究區紅波段表觀反射率的最大值，Pnir近
紅外波段的表觀反射率值，由此推導地形校正植被指數TCVI公式如下TCVI = CVI + TCC * SVI (4)
TCC-地形校正因子，由于常用植被指數CVI主要有歸一化植被指數NDVI和比值植被指數RVI
，因此公式(4)可演化為(5)和(6)
TCNDVI = NDVI + TCC * SVI (5)
TCRVI = RVI + TCC * SVI (6)
TCC值的計算結果將決定地形校正植被指數TCVI的最終效果，如果TCC值偏大，則TCVI 可能地形校正過度，反之則可能地形校正不足。確定TCC值的方法主要采用地統計學方法確 定。其理論基礎是在遙感影像的陰坡與陽坡總可以找到植被類型與長勢一致的地塊，這樣 的地塊他們的TCVI值相等或相近。具體處理步驟是首先，分析遙感影像地物特征，區分影 像中的陰坡與陽坡；其次，進行野外實地考察、或者利用有關部門的地面調查數據，確定植 被類型與長勢一致的陰坡與陽坡空間位置與分布范圍；然后，令他們的TCVI值相等，由于 CVI和SVI值已知，由公式(4)即可確定TCC最優值；最后可以得到TCVI結果。
權利要求
1、一種地形校正植被指數的構造方法，其特征在于該方法包括以下步驟(1)根據獲得的光學遙感影像數據源，進行不同程度的輻射校正；(2)對非植被暗物質進行判別與處理；(3)進行地形校正植被指數TCVI的計算。
2、 根據權利要求1所述的地形校正植被指數的構造方法，其特征在于步驟(1)按照 以下方法進行輻射校正如果有輻射亮度計算參數，則可以從遙感影像各波段數據的DN值 計算出有關波段數據的輻射亮度值；如果進一步有關于表觀反射率的計算參數，則可進一步 計算出有關波段的大氣層頂表觀反射率。輻射校正可以提高地形校正植被指數的最終反演精 度，因此第一步根據源數據的具體情況盡可能求得表觀反射率結果，其次為輻射亮度結果， 最差則直接利用影像數據的DN值。
3、 根據權利要求2所述的地形校正植被指數的構造方法，其特征在于所述輻射亮度計 算參數為傳感器各波段的Gain和Bias參數。
4、 根據權利要求2所述的地形校正植被指數的構造方法，其特征在于所述表觀反射率 的計算參數為大氣層頂相應波長的太陽光譜輻照度參數。
5、 根據權利要求1所述的地形校正植被指數的構造方法，其特征在于步驟(2)按照 以下方法判斷和處理暗物質如果研究區沒有水體或者居民區等暗物質則直接轉入第三歩處 理，如果有水體或者居民區等非植被的暗物質存在，則進行掩膜處理。
6、 根據權利要求5所述的地形校正植被指數的構造方法，其特征在于掩膜處理可以采用非監督分類、監督分類、歸一化植被指數NDVI閾值判別和目視解譯的方法進行。
7、 根據權利要求1所述的地形校正植被指數的構造方法，其特征在于步驟(3)按照以下方法計算地形校正植被指數TCVI:陰影植被指數SVI:[MAX(Pr)— Pr]/Pr ................................................(1)歸一化植被指數NDVI =( P nir P r )/ ( P nir + P r ) .............................................(2)比值植被指數RVI:P肌/Pr (3)其中Pr-紅波段的表觀反射率值，MAX(P》-研究區紅波段表觀反射率的最大值，pn,f-近紅外波段的表觀反射率值，由此推導地形校正植被指數TCVI公式如下TCVI = CVI + TCC * SVI .....................................................................(4)其中TCC-地形校正因子，由于常用植被指數CVI主要有歸一化植被指數NDVI和比值植被指數RVI,因此公式(4)可演 化為(5)和(6)TCNDVI = NDVI + TCC * SVI ............................................................(5)TCRVI = RVI + TCC * SVI ...............................................................(6)
8、根據權利要求7所述的地形校正植被指數的構造方法，其特征在于所述地形校正因 子TCC采用地統計學方法確定，方法如下首先，分析遙感影像地物特征，區分影像中的陰 坡與陽坡；其次，進行野外實地考察、或者利用有關部門的地面調查數據，確定植被類型與 長勢一致的陰坡與陽坡空間位置與分布范圍；然后，令他們的TCVI值相等，由于CVI和SVI 值已知，由公式(4)即可確定TCC最優值。
全文摘要
本發明涉及一種地形校正植被指數的構造方法，該方法包括以下步驟(1)根據獲得的光學遙感影像數據源，進行不同程度的輻射校正；(2)對非植被暗物質進行判別與處理；(3)進行地形校正植被指數TCVI的計算，采用本發明構造地形校正植被指數，彌補了現有植被指數無法消除地形影響的缺陷，免除了對基于DEM數據的地形校正方法的依賴，該發明只需要紅波段與近紅外波段兩個波段數據就可定量、快速反演山區的植被信息。
文檔編號G01S13/89GK101561502SQ200910111688
公開日2009年10月21日 申請日期2009年5月7日 優先權日2009年5月7日
發明者洪 江 申請人:福州大學
專業數控銑床產品供應商
20年生產經驗，實力工廠，精工品質，質量有保障
