[发明专利]一种结合时空信息的遥感逐日积雪产品去云方法

说明书

技术领域

本发明属于遥感图像处理技术领域，涉及一种结合时空信息的遥感逐日积雪产品去云方法，利用积雪的特性及地形信息，有效地恢复积雪产品中云像元信息。

背景技术

由于遥感逐日积雪产品有较高的时间分辨率和空间分辨率，且在晴空条件下与地面实测数据吻合精度高，因此，遥感逐日积雪产品被广泛应用于积雪的检测中。然而，云量高是限制其应用的一个主要因素。目前，常见的去云方法有：两卫星合成，相邻时间推导，空间滤波，基于雪线的方法，根据积雪过渡期确定阈值的方法，多天合成(包括固定天数和非固定天数合成)等，采用其中一种方法或多种方法依次去云。其中，两卫星合成和相邻时间推导的方法运用比较广泛，去云量较大，精度高，但不能完全解决云覆盖问题；空间滤波方法主要基于4邻域或8邻域的信息去云，去云量小，且牺牲了部分空间分辨率；基于雪线的方法，随着云覆盖量增大，精度降低；根据积雪过渡期确定阈值的方法，只考虑了一个积雪周期，忽略了积雪累积和融化期的交替变化；多天合成方法，包括固定天数和可变天数合成，虽然能有效减少云覆盖量，但降低了时间分辨率。

总之，上述去云方法仅考虑到时间或空间单方面对积雪的影响，故在某些情况下不能完全去除云覆盖，并且对遥感逐日积雪产品的修复效果不佳。

发明内容

针对现有技术的上述不足，本发明提供了一种结合时空信息的遥感逐日积雪产品去云方法，充分利用积雪在空间和时间上的特性以及地形因子对积雪的影响，采用加权平均方法计算积雪概率判断云像元的类别。

本发明所采用的技术方案是：一种结合时空信息的遥感逐日积雪产品去云方法，其特征在于，包括以下步骤：

步骤1：原始的遥感逐日积雪产品重分类为积雪、无雪和云三类，同时根据DEM数据和土地利用数据对遥感逐日积雪产品进行积雪单元划分；

步骤2：利用DEM数据和多时相数据分别计算每个云像元在空间和时间上的积雪概率；

步骤3：利用加权平均方法获得云像元的积雪概率，评判云像元是积雪还是无雪。

作为优选，步骤1中所述的对遥感逐日积雪产品进行积雪单元划分，划分后将云量大于70％的积雪单元进行合并，形成新的积雪单元。

作为优选，步骤2中所述的计算每个云像元在空间和时间上的积雪概率，具体实现过程是：

首选在每个积雪单元的高程中，找到雪线H_S和无雪线H_L；其中，高于雪线H_S的无云像元都为积雪，低于无雪线H_L的无云像元都为无雪；在H_S、H_L之间等间距划分高程，并且高程大于等于H_S和小于等于H_L各为一类；

然后，在每个高程带中，根据南、北和东西三类坡向继续划分高程；

在高程、坡向分类基础上，每个云像元在其所在类中的积雪概率为P_H，具体公式如下：

P_H＝N_s/N_nocloud    (1)；

其中，N_s是该类中积雪像元数目，N_nocloud是该类中非云像元数目；

P_T是当前云像元在时间上前后各5个非云像元中的积雪概率，公式如下：