[发明专利]一种基于植被分布的微波光谱混合图像的生成方法

说明书

一种基于植被分布的微波光谱混合图像的生成方法，其特征在于，其包括以下步骤：获取遥感数据，并对遥感数据进行预处理；其中，遥感数据包括微波遥感数据和光谱遥感数据；基于所述光谱遥感数据提取植被分布区域；对微波遥感数据和光谱遥感数据进行配准，并基于光谱遥感数据中的植被分布区域提取微波遥感数据中相同范围的匹配区域；生成基于植被分布的微波光谱混合图像。本发明综合了微波遥感和光谱遥感的优点，克服了单独利用一种遥感技术对土地植物分布不能全面表征其特征的缺陷，根据植被特有的亮温和分布位置，提高微波光谱混合像元的空间分辨率，可以同时获得高空间分辨率的地物亮温和植被分布信息。

技术领域：

本发明涉及地理信息系统和遥感技术领域，具体是一种基于植被分布的微波光谱混合图像的生成方法。

背景技术：

遥感技术作为地球信息科学的前沿技术，可以在短期内连续获取大范围的地面信息，实现植被信息的快速收集和定量分析，反应迅速，客观性强，是目前最为有效的对地观测技术和信息获取手段。

遥感技术中的微波遥感的波长一般从1cm-1m，由于波长较长，其能量可以穿透云、雾、沙尘以及除了暴雨以外的其他大气层状态。这些优点使得星载被动微波遥感可以在几乎所有天气条件下监测地表的微波发射特征，并通过不同类型地表对微波信号的散射和吸收特征分析，来确定地表类型和相关定量化参数反演，例如地表温度，土壤水分，植被等。被动微波遥感的另一个特点是较高的时间分辨率，有利于进行大尺度、变化趋势等分析研究，实现对全球地表信息的有效观测。尽管被动微波数据的空间分辨率为几十公里，但是它可以全天候地提供信息，而且有能力穿透云层，因此在大尺度、全球性环境监测中有着其他遥感数据所不能替代的作用。

近年来新的高空间分辨率、高光谱、雷达等遥感技术的发展，为植被现代化监测提供了新的机遇。我国幅员辽阔，农作物种类丰富，如何及时、客观、准确地收集植被信息，对科学指导土地利用具有重要意义。

目前国内外进行土地植被分布分类的研究目前主要集中于中低分辨率的遥感影像分类中，往往无法看出明确的地理学和生物学意义，且提取的植物分布区域精度较低。

发明内容：

针对现有的缺陷或不足，本发明提供了一种基于植被分布的微波光谱混合图像的生成方法，其特征在于，其包括以下步骤：

步骤1，获取遥感数据，并对遥感数据进行预处理；其中，遥感数据包括微波遥感数据和光谱遥感数据；

步骤2，基于所述光谱遥感数据提取植被分布区域；

步骤3，对微波遥感数据和光谱遥感数据进行配准，并基于光谱遥感数据中的植被分布区域提取微波遥感数据中相同范围的匹配区域；

步骤4，生成基于植被分布的微波光谱混合图像。

优选地，其中，所述步骤1，获取遥感数据，并对遥感数据进行预处理，具体包括：

步骤1-1，获取微波遥感数据，对微波遥感数据进行预处理，所述预处理包括标定、大气校正、地理校正和标准化预处理；

步骤1-2，获取光谱遥感数据，对光谱遥感数据进行预处理，所述预处理包括图像拼接、等经纬度投影。

优选地，其中，所述步骤2，基于所述光谱遥感数据提取植被分布区域，具体包括：

步骤2-1，将具有相似性质的像元进行合并构成一个完整区域，进行光谱遥感数据分割，得到分割图像；

步骤2-2，进行植被分布信息的计算机自动提取，获得光谱遥感数据中的植物分布区域。

优选地，其中，所述步骤3，对微波遥感数据和光谱遥感数据进行配准，并基于光谱遥感数据中的植被分布区域提取微波遥感数据中相同范围的匹配区域，具体包括：

步骤3-1，像元位置粗匹配：