[发明专利]地形调节植被指数的地形调节优化方法

说明书

技术领域

本发明涉及一种地形调节植被指数的地形调节优化方法。

背景技术

复杂地形山区，由于地形起伏改变了太阳辐射在地表的分布，对于同一波段，在多光谱遥感影像中山体阴坡部分的辐射亮度值偏小，而阳坡部分的辐射亮度值偏大，导致影像信息发生畸变，由相应波段生成的植被指数信息失真，严重影响了地物植被信息的准确反演。地形影响成为山区植被信息遥感准确反演的主要障碍之一。

目前，常规的处理方法是在计算植被指数前先进行地形校正。地形校正的方法可分为两大类，一类是基于DEM数据的地形校正，主要有:(1)经验统计模型，经典算法有余弦校正、C校正、SCS校正、SCS+C校正、Proy校正等；(2)基于辐射传输理论的物理模型，通过研究光与地表作用的物理过程进行地形校正；(3)基于统计分析的地形辐射校正，如矩匹配算法。这些方法都有效果，但程度不一，对植被信息的改善程度也各异；更为严重的问题是，这些常规的地形校正方法都需要高精度DEM数据的支持。由于DEM数据的引入有可能引入新的误差，DEM数据的更新往往又落后于实际地形因自然、人为因素带来的变化，特别是高精度DEM数据的获取受到限制，很大程度上制约了此类地形校正方法的效果和应用推广。另一类地形校正方法无需DEM数据的支持，如采用波段比模型的方法，由于地形变化对不同波段的影响不同，因此该模型只能起到压抑地形影响的作用，而达不到理想的地形校正效果；灰度线性匹配方法由于选择的样本不能涵盖全体影像，因此仅用此推导的一个线性函数进行波段的校正有较大的局限性；而对城市高分辨率遥感影像中云朵、建筑物阴影去除的方法能否提高山区植被指数信息反演精度未见相关研究。

针对上述各种方法的不足，本人发明了地形调节植被指数（又名地形校正植被指数）的构造方法（国家专利申请号200910111688.X）。依据该方法构建的植被指数无需DEM等数据的支持，就能有效消除地形对植被信息的影响。对于该植被指数中的关键因子——地形调节因子（又名地形校正因子）的优化算法，《地形校正植被指数的构造方法》（国家专利申请号200910111688.X）中提出了一种基于地面调查数据的优化算法；由于该优化算法需要地面调查数据或野外考察数据的支持，实际应用中受到一定的限制。为此，设计一种不依赖于地面调查数据或野外考察数据的地形调节优化算法，对地形调节植被指数在复杂地形山区植被信息准确反演的成功应用与业务化推广具有重要的科学意义与经济价值。

发明内容

本发明的目的是提供一种地形调节植被指数的地形调节优化方法，其能准确、快速地反演复杂地形山区植被信息，为复杂地形山区植被（森林）制图、植被覆盖度监测、森林覆盖率评估、叶面积指数反演提供重要手段，并可以为森林生物量、生产力、光合有效辐射吸收等生物物理与生物化学参数的估算提供重要计算参数。

发明采用以下技术方案实现：一种地形调节植被指数的地形调节优化方法，其特征在于：利用光学遥感影像自身的波段信息及其派生信息进行优化，包括以下步骤：

（1）构建地形调节植被指数TAVI，其计算公式为：TAVI = CVI + TAC * SVI ； 其中， CVI表示常用植被指数，SVI表示阴影植被指数；TAC表示地形调节因子，相应的计算公式为：

SVI = [MAX(B_r) – B_r] / B_r ；其中， B_r表示红波段数据，MAX(B_r)表示研究区红波段数据的最大值。

（2）选择样区：检查遥感影像质量，在复杂地形山区选择一定大小的面状区域，确保样区影像“噪声”干扰最小、具有强烈的地形影响、面积足够大；                         

（3）影像分类：应用常规非监督分类方法把样区遥感影像中的植被划分成阴坡与阳坡两大类；