[发明专利]一种应用于城市的植被指数构造方法

说明书

技术领域

本发明涉及一种应用于城市的植被指数构造方法。

背景技术

城市的土地利用类型非常复杂，植被用地是城市生态环境系统中最重要的一员，其面积和分布的变化,会对城市生态环境造成重大的影响。因此,准确地获取和了解城市中植被信息及其空间分布特点,定量地研究它对城市生态环境的影响程度,这对城市规划、生态环境保护以及人居环境质量的提高,都有重要的意义。光学遥感影像中城市植被由于高密度复杂地类，严重影响了城市植被信息的遥感定量反演的精度。

当前对光学遥感植被信息的反演主要是采用植被指数的方法。最常用的植被指数有归一化植被指数NDVI、比值植被指数RVI等；针对消除大气影响而提出的有抗大气植被指数ARVI、绿度抗大气植被指数GARVI等；针对消除土壤背景影响的植被指数有土壤调节植被指数SAVI、修正土壤调节植被指数MSAVI、最优土壤调节植被指数OSAVI等；还有其他的各种植被指数，如地形矫正植被指数TCVI、增强植被指数EVI、线性植被指数LVI、全球环境监测指数GEMI、绿度归一化植被指数GNDVI等。但针对高密度城市的绿地植被指数的研究目前还没有涉及。

对于最常用的植被指数——归一化植被指数NDVI的局限性表现在，用非线性拉伸的方式增强了近红外波段NIR和红波段R的反射率的对比度，其能比较好地分辨出植被，但对植被的密集度具有较低的灵敏度，城市的植被覆盖密集度非常复杂，很难用归一化植被指数NDVI来度量；比值植被指数RVI对高植被覆盖度的植被十分敏感，可用于检测和估算植物生物量，但当植被覆盖度<50%时，这种敏感性显著降低，而城市的植被覆盖度是比较低的，比值植被指数RVI对城市的植被提取敏感性很低；土壤调节植被指数SAVI，与归一化植被指数NDVI相比，增加了根据实际情况确定的土壤调节系数，土壤调节植被指数SAVI仅在土壤线参数非常理想的状态下时才适用，而城市的土壤参数是非常复杂的，因此土壤调节植被指数SAVI也不是理想的城市植被指数构建方法。

上文中提及到的植被指数对植被的覆盖度有比较高的要求。对于大面积的植被森林地区能获得比较高的精度，但对于提取城市中高密度建筑群区域的植被指数有明显的缺陷。这些植被指数都是直接采用遥感影像的原始波段进行增强，主要反映植被在可见光、近红外波段反射与土壤背景之间差异的指标。而城市中植被指数的提取主要还受到建筑用地和水体的影响，目前的植被指数都没有考虑到这两者的影响。

综上所述，现有的植被指数有针对消除大气影响的，有针对消除土壤背景影响的，也有针对地形矫正的，但无论哪一种都是采用遥感影像的原始波段DN值或反射率进行增强，对于建筑用地和水体的影响没有考虑。这就使得设计一种针对消除城市建筑用地和水体影响的植被指数具有重要的科学意义与应用价值。

发明内容

本发明的目的在于提供一种应用于城市的植被指数构造方法，该方法可以消除城市建筑用地和水体的影响，可以准确、快速、高精度的反演出城市的植被信息。

本发明的特征在于：一种应用于城市的植被指数构造方法，其特征在于：该方法包括以下步骤：

(1)、根据获得的城市光学遥感影像数据，进行不同程度的辐射校正，获取辐射校正后的城市遥感影像数据；

(2)、对辐射校正后的城市光学遥感影像数据，进行几何精校正、镶嵌和裁剪预处理，获得预处理后的城市遥感影像；

(3)、计算上述预处理后的城市遥感影像研究区域中的植被指数IVI。

上述步骤（1）所述的按照以下方法进行辐射校正是指：如果有辐射亮度计算参数，则可以从遥感影像的DN值计算出遥感影像的辐射亮度值，如果进一步有关于表现反射率的计算参数，则可进一步计算出遥感影像的地表反射率，辐射校正可以提高植被指数的最终反演精度，因此第一步根据数据的具体情况尽可能求得地表反射率结果，其次为遥感数据辐射亮度值，最差则直接利用遥感影像数据的DN值。

上述步骤（2）所述的对辐射校正后的遥感影像数据分别进行几何精校正、镶嵌和裁剪，获取预处理后的城市遥感影像，其具体步骤如下：

（2-1）、首先对辐射校正后的遥感影像数据进行几何精校正，以一副没有经过几何校正的栅格文件或者已经经过几何校正的栅格文件作为基准遥感影像，通过从预处理遥感影像和基准遥感影像上选择相同位置的点与另外一副栅格文件上的对应位置的点配准，使相同地物出现在校正后的遥感影像相同位置；