[发明专利]林区机载推扫式高光谱影像的BRDF归一化校正方法

说明书

本发明提供了一种针对起伏地形的林区机载推扫式高光谱影像的BRDF归一化校正方法，利用机载推扫式高光谱设备观测视场和飞行姿态信息以及数据采集时刻的太阳位置计算出影像像元基于平面的太阳‑观测几何，再基于高精度DEM数据提取对应像元的坡度和坡向信息，将像元的基于平面的太阳‑观测几何旋转到真实太阳‑观测几何，对分类后的影像数据提取各地物类型的像元构成多角度观测反射率数据集并依据真实太阳‑观测几何构建BRDF模型。最后采用乘法归一化因子，将影像内多个角度的方向反射率归一化到指定的某个观测‑太阳角度的反射率。本发明能有效校正起伏地形的林区机载推扫式高光谱影像的BRDF效应，对后续影像的定量研究具有重要意义。

技术领域

本发明涉及林业信息化领域，具体而言，涉及一种针对起伏地形的林区机载推扫式高光谱影像的二项反射分布函数(BRDF)归一化校正方法。

背景技术

自20世纪70年代以来，遥感技术的应用巨幅提升了人们对地物的探测能力并有条件对其开展深入的定量分析。地物的各项异性反射是自然界的宏观现象之一，具体表现为其表面反射随着入射辐射方向以及观测角度的改变而发生变化。地物的多角度观测现象会引起辐射失真，制约着对地物固有的反射属性的准确描述。对地物的反射特性展开二向反射分布函数(Bidirectional Reflectance Distribution Function，BRDF)研究，是定量遥感领域中重要的组成部分。

遥感影像中常见的同一地物表现出不同反射率的现象，主要由于宽传感器观测视场角以及观测区域的地形起伏等原因造成的对该地物进行了多角度地观测。观测视场角越大，观测区地形起伏变化越大，影像中地物的二项反射特性越明显，即影像中地物的反射率随着不断变化的观测角度而产生相应变化。星载MODIS遥感影像采用AMBRALS(algorithmfor MODIS bidirectional reflectance anisotropies of the land surface)算法对宽视场角带来的地物二项反射问题进行校正。而对于起伏地形的林区影像，由于坡度、坡向引起的像元太阳-观测几何等输入参数的变化，主要适用于平坦地形BRDF校正的AMBRALS算法已无法满足实际需求。对于起伏地形的林区影像的辐射校正，通常采用基于经验统计模型的方式。然而统计模型的参数是依据单景影像内地物分布情况而确定，模型参数极大依赖于输入影像的统计信息并非基于地物真实的物理辐射特性，因此基于经验统计模型的技术方法极大地制约了模型的应用拓展性。

机载推扫式高光谱影像具有高空间分辨率(＜5m)和高光谱分辨率(＜10nm)的特性，能对地物信息进行更详细和精准地刻画。机载数据的采集平台高度一般高于当地平均海拔500-2000m，远低于星载传感器的采集高度，由于其宽视场角观测导致的影像多角度效应也将更加明显；再加上起伏地形的干扰，极大地增加了准确描述地物反射特性的难度。目前的机载推扫式影像的BRDF校正方法大多利用传感器本身多角度观测的特性，构建多角度数据集，从而提取地物的BRDF特性进行校正。但该方法无法对起伏地形的区域的影像获取像元的真实太阳-观测几何，所以仍局限于平坦地形。因此如何对起伏地形的林区机载遥感图像进行BRDF校正是一个亟待解决的问题。

发明内容

本发明的目的是解决现有的BRDF校正算法暂时无法依据机载推扫式高光谱设备的成像特点以及在起伏地形的林区的复杂成像环境下的辐射校正问题。充分利用机载推扫式高光谱设备的宽视场角多角度观测和地形起伏带来的太阳-观测几何变化等信息，重新计算影像中像元的真实太阳-观测几何，构建新型多角度影像数据集。新型多角度数据集将满足现有的BRDF校正算法，由此可以解决起伏地形的林区机载推扫式高光谱影像的二项反射分布函数(BRDF)校正问题。

为达到上述目的，本发明提供了一种针对起伏地形的林区机载推扫式高光谱影像的二项反射分布函数(BRDF)归一化校正方法，包括以下步骤：