[發明專利]基于多光譜影像和NDVI時間序列的地表覆蓋變化檢測方法

有效

• 申請號: 201810365069.2
• 申請日: 2018-04-23
• 公開（公告）號: CN108827880B
• 公開（公告）日: 2021-04-16
• 發明（設計）人: 劉博宇;陳軍
• 申請（專利權）人: 吉林大學
• 主分類號: G01N21/17
• 分類號: G01N21/17;G01N21/31
• 代理公司: 長春吉大專利代理有限責任公司 22201
• 代理人: 王立文

本發明涉及一種基于多光譜影像和NDVI時間序列的地表覆蓋變化檢測方法，以光譜相關系數減弱光譜間系統差異的影響，以NDVI時間序列曲線的相角累積量、基線累積量、相對累積率和相對基線過零率四種形狀參數減弱NDVI時序曲線間系統差異的影響；結合光譜相關系數和四種形狀參數共同增大變化與未變化地表區域變化強度的對比度，根據閾值判斷出地表變化。本發明通過歸一化處理統一不同變化強度的量綱，結合光譜變化和時序變化強度增大變化與未變化地表對比度。克服了兩個時期光譜間及兩個年際的NDVI時間序列間系統性差異的不利影響，以較高的精度實現對地表覆蓋變化的準確檢測。所依據的數學基礎清晰，檢測步驟簡潔，為地表覆蓋變化檢測自動化奠定了基礎。

技術領域

本發明涉及一種遙感數字圖像處理技術，尤其是涉及一種變化檢測方法。

背景技術

通過對地表進行重復觀測所獲得的多期遙感數據，快速、準確地檢測出地表覆蓋發生變化的區域，是遙感領域一直以來著力解決的技術問題(參見文獻：HANSEN M C,LOVELAND T R.A review of large area monitoring of land cover change usingLandsat data[J].Remote Sensing of Environment,2012,122(66-74))。隨著國內外光學遙感衛星的相繼投入使用，已經基本具備了穩定的對地重復觀測能力，形成了多個時期的多光譜遙感影像數據集和歸一化差異植被指數(Normalized Difference VegetationIndex，NDVI)時間序列數據集。然而，由于遙感多光譜傳感器對地表成像過程中的大氣條件等隨機噪聲會使地表覆蓋的光譜量值產生誤差，當較多量值均受誤差影響時光譜就會帶有噪聲。同時，“同物異譜，異物同譜”現象會導致同類地表覆蓋的光譜具有較大系統性偏差，而各類地表覆蓋光譜間的區分度較差。受到物候、季相和地表粗糙度等因素影響，NDVI時間序列在不同年份也常常具有一定系統性波動差異。因此，當前的地表覆蓋變化檢測項目是在這種數據背景下，實施對地表覆蓋發生變化的區域進行檢測的。

目前已經發展出了多種變化檢測方法，用于變化檢測過程。影像差值法和比值法(參見文獻：LU D,MAUSEL P,BROND ZIO E,et al.Change detection techniques[J].International Journal of Remote Sensing,2004,25(12):2365-401.)利用地表覆蓋在兩期影像光譜間的量值差異或者相似度作為判別發生變化與否的依據。它們的檢測效率高，但容易受部分光譜值噪聲的干擾，使得檢測精度不高。變化向量分析法(參見文獻：MALILA W A.Change vector analysis an approach for detecting forest changeswith Landsat[M].LARS Symposia.1980:385.)將光譜的多個量值組成向量，以兩個向量的絕對偏差作為判別變化的依據。該方法應用廣泛，但難以克服地表覆蓋光譜內源噪聲的不利影響。光譜角制圖法(參見文獻：KRUSE F A,LEFKOFF A B,BOARDMAN J W,et al.Thespectral image processing system(SIPS)—interactive visualization andanalysis of imaging spectrometer data[J].Remote sensing of environment,1993,44(2-3):145-63.)利用兩期光譜向量間的夾角作為判別發生變化的依據，在遇到光譜內源噪聲時仍然難以克服光譜內源噪聲的影響。相關系數法(參見文獻：周啟明.多時相遙感影像變化檢測綜述[J].地理信息世界,2011,9(2):28-33.)利用兩期光譜間的相關性確定地表覆蓋的變化強度，當光譜間存在系統誤差時其判別依據得出的變化和未變化區域區分度較差，檢測精度較低。光譜梯度差異法(參見文獻：陳軍,陸苗,陳利軍.一種基于光譜斜率差異檢測地表覆蓋變化的方法[P].北京：CN103049916A,2013-04-17.)利用兩期光譜斜率間的差異來檢測地表覆蓋變化，避免了光譜內源噪聲對變化檢測的影響，提高了檢測精度。然而，該方法難以克服“同物異譜”對檢測結果的不利影響。NDVI變化向量分析法(參見文獻：LAMBIN E F,STRAHLER A H.Change-vector analysis in multitemporal space-a toolto detect and categorize land-cover change processes using high temporal-resolution satellite data[J].Remote Sensing of Environment,1994,48(2):231-44.陳云浩,李曉兵,陳晉,史培軍.1983—1992年中國陸地植被NDVI演變特征的變化矢量分析[J].遙感學報,2002(01):12-18+81.)利用兩個年際的NDVI時間序列組成向量，以兩個向量間NDVI量值的總體差異來確定變化強度，進而檢測地表變化。該方法容易受到兩個NDVI時間序列系統性差異的影響，依據其得出的變化強度不能準確地判斷變化。NDVI梯度差異檢測法(參見文獻：Lu,M.；Chen,J.；Tang,H.；Rao,Y.；Yang,P.；Wu,W.Land cover changedetection by integrating object-based data blending model of landsat andmodis[J].Remote Sensing of Environment 2016,184,374-386.)利用兩個年際NDVI時間序列曲線的梯度差異，作為計算地表覆蓋變化強度的依據，提高了無NDVI時間序列系統差異情況下的地表覆蓋檢測精度。基于蘭氏距離NDVI的變化檢測法(參見文獻：趙威成,祁向前,葉欣.基于蘭氏距離NDVI的土地覆蓋變化檢測[J].安徽農業科學,2017,45(06):221-223.)在兩個年份NDVI量值的基礎上，以蘭氏距離度量地表覆蓋的變化強度。因此，該方法仍然難以避免兩個年際NDVI系統偏差的影響。李月臣等(參見文獻：李月臣,陳晉,宮鵬,岳天祥.基于NDVI時間序列數據的土地覆蓋變化檢測指標設計[J].應用基礎與工程科學學報,2005(03):44-58.)設計了表征NDVI時間序列曲線數值差異的值指數和形狀差異的形指數。該值指數是采用蘭氏距離公式，分別計算各個時間節點上NDVI的差與和的比值，并累加這些比值得出；形指數是依據由每個時間節點計算出的交叉相關系數公式得出。其地物變化強度是由值指數和形指數的算數平均值得出。該方法由于采用了各時間節點上的NDVI量值計算變化強度，因此難以克服兩個年際NDVI時間序列系統差異的不利影響。殷守敬(參見文獻：殷守敬.基于時序NDVI的土地覆蓋變化檢測方法研究[D].武漢大學,2010.)在李月臣的基礎上，通過對時間節點增加時間偏移量，計算出新的形指數，并將原值指數和新的形指數的加權平均值作為計算得出的變化強度。該方法仍然難以克服兩個年際NDVI時間序列系統差異的不利影響，變化強度上的變化和未變化的區域對比度較低，檢測精度有待提高。