[發明專利]用于監測山地的遙感影像近紅外波段地形陰影校正方法

在審

• 申請號: 202210439844.0
• 申請日: 2022-04-25
• 公開（公告）號: CN114778483A
• 公開（公告）日: 2022-07-22
• 發明（設計）人: 江洪;陳愛琳;林靜
• 申請（專利權）人: 福州大學
• 主分類號: G01N21/359
• 分類號: G01N21/359;G01N21/55;G01S7/497;G06V20/13;G06V10/20;G06V10/764;G06K9/62
• 代理公司: 福州元創專利商標代理有限公司 35100
• 代理人: 蔡學俊;薛金才

本發明提供了一種用于監測山地的遙感影像近紅外波段地形陰影校正方法，包括以下步驟：步驟S1：獲取研究區的衛星遙感數據和DEM數據，并做數據預處理；步驟S2：采用機器學習和水體指數即NDWI提取地形陰影；步驟S3：采用大氣校正后的地表反射率進行SCS+C地形校正；步驟S4：采用地表反射率計算地形陰影消除植被指數即SEVI；步驟S5：進行紅光波段地形陰影校正；步驟S6：進行近紅外波段地形陰影校正。應用本技術方案可有效消除地形陰影對遙感影像近紅外波段干擾，彌補了常規基于DEM的地形校正方法在近紅外波段地形陰影校正效果不佳、尤其在落影失效的不足。

技術領域

本發明涉及地形陰影補償技術領域，特別是一種用于監測山地的遙感影像近紅外波段地形陰影校正方法。

背景技術

地形陰影嚴重干擾山區地物監測、分類和提取的精度，給山區土地覆被解譯造成巨大困難，因此研究地形陰影光譜信息補償方法具有極其重要的意義。目前的地形陰影校正方法主要有基于DEM數據的經驗校正模型、物理校正模型以及波段組合優化計算模型(植被指數)等。基于DEM數據的經驗校正方法主要考慮太陽直射輻射，以反射率與cos i的統計關系為基礎進行經驗校正，包括統計-經驗模型、歸一化模型、C校正、SCS校正等，但該類方法陽坡校正效果好，而地形陰影校正效果有限，尤其落影校正效果不佳。物理校正模型同時考慮太陽直射輻射、大氣散射輻射以及周圍地形反射輻射，效果較好，但模型參數較多且計算過程復雜，推廣難度大。基于波段組合優化計算模型的方法通過構建特殊的植被指數來獲取消除地形影響后的植被信息，如波段比模型、VBSI指數、地形調節植被指數(TAVI)、歸一化差值山地植被指數、改進的增強植被指數、陰影消除植被指數(SEVI)等，然而該類模型只能獲取單一波段的指數信息，缺乏多光譜信息。近年提出的“一種遙感影像可見光波段地形落影校正方法(專利號2021101469628)”可以校正紅-綠-藍可見光地形陰影，而不能校正近紅外波段地形陰影。近紅外波段光譜信息是植被遙感的重要數據，對山區地物監測、植被分類和提取至關重要。

發明內容

有鑒于此，本發明的目的在于提供一種用于山區地物監測的遙感影像近紅外波段地形陰影校正方法，獲取能有效消除地形陰影干擾的遙感影像近紅外波段反射率信息。

為實現上述目的，本發明采用如下技術方案：用于監測山地的遙感影像近紅外波段地形陰影校正方法，包括以下步驟：

步驟S1：獲取研究區的衛星遙感數據和數字高程模型DEM數據，并做數據預處理；

步驟S2：采用機器學習和水體指數即NDWI提取地形陰影；

步驟S3：采用大氣校正后的地表反射率進行SCS+C地形校正；

步驟S4：采用地表反射率計算地形陰影消除植被指數即SEVI；

步驟S5：進行紅光波段地形陰影校正；

步驟S6：利用陰影區紅光波段反射率采用以下公式計算陰影區近紅外波段反射率：

ρ_nir-tc＝RVI·ρ_r-tc＝SEVI·ρ_r-tc (1)

式中，ρ_nir-tc為地形校正后陰影區近紅外波段反射率，ρ_r-t。為地形校正后陰影區紅波段反射率，RVI為比值植被指數；

步驟S7：校正效果評價，采用目視分析、光譜統計分析、相對誤差分析等進行地形校正效果評價，光譜統計分析具體包括反射率與cosi散點分析、玫瑰圖。

在一較佳的實施例中，所述步驟S1具體為：

步驟S11：收集研究區的衛星遙感數據和DEM數據；

步驟S12：對衛星遙感數據進行輻射定標和大氣校正，得到研究區地表反射率數據；