[发明专利]一种基于信息熵的SEVI调节因子优化方法

说明书

本发明涉及一种基于信息熵的SEVI调节因子优化方法，首先根据研究目标选定研究区，获取对应的长时间序列遥感影像；利用反射率数据计算研究区阴影消除植被指数SEVI：然后选择纯植被复杂地形区域，利用阴影消除植被指数SEVI计算香农信息熵H(v)；令调节因子从0开始，以预设的间隔T依次递增，分别计算SEVI和H(v)；当H(v)取值最大时，取与最大H(v)对应的调节因子作为最优调节因子。本发明无需DEM数据和遥感影像分类，同时不依赖于地面调查数据。

技术领域

本发明涉及植被检测领域，特别是一种基于信息熵的SEVI调节因子优化方法。

背景技术

现有地形阴影消除植被指数SEVI及其前期成果TAVI、TCVI中调节因子优化方法主要有4种：“匹配法(国家专利号200910111688X)”、“极值(Max)法(国家专利号201010180895.3)”、“相关系数(r)法(国家专利号2015108077580)”和太阳高度角法(国家专利号201611127461.0)。

上述4种优化算法无需DEM等数据的支持，都能有效削减地形阴影对山区植被信息的影响。但“匹配法”、“极值法”都需要先对遥感影像进行分类，其中“匹配法”还需要地面数据等的支持；“相关系数法”是经验算法，理论基础较弱；“太阳高度角法”中s因子不容易确定，这些都影响了SEVI技术在山区植被长时间序列监测等的大范围推广应用。

发明内容

有鉴于此，本发明的目的是提出一种基于信息熵的SEVI调节因子优化方法，无需DEM数据和遥感影像分类，同时不依赖于地面调查数据。

本发明采用以下方案实现：一种基于信息熵的SEVI调节因子优化方法，包括以下步骤：

根据研究目标选定研究区，获取对应的长时间序列遥感影像；

利用反射率数据计算研究区阴影消除植被指数SEVI：

式中，f(Δ)为调节因子，B_r为遥感影像红光波段反射率数据，B_nir为遥感影像近红外波段反射率数据；

选择纯植被复杂地形区域(如植被保护完好的山区自然保护区)，利用阴影消除植被指数SEVI计算香农信息熵H(v)；

令调节因子f(Δ)从0开始，以预设的间隔T依次递增，分别计算SEVI和H(v)；

当H(v)取值最大时，取与最大H(v)对应的调节因子f(Δ)作为最优调节因子f_opt：

f_opt＝argmax(H(v))。

进一步地，所述选择纯植被复杂地形区域，利用阴影消除植被指数SEVI计算香农信息熵H(v)具体为：

其中，

式中，p_i为i像元信息所占比例；n为研究区像元数，为i像元的f(Δ)取值等于f时的SEVI计算结果。

进一步地，所述预设的间隔T为0.001。

进一步地，

与现有技术相比，本发明有以下有益效果：

1、本发明用信息熵计算调节因子，理论依据更强，摆脱原有经验算法不易理解的不足，可以应用于长时间序列的山区植被变化监测与分析；

2、本发明确定的最优解，保证SEVI能有效消除各类地形阴影对山区植被信息的干扰；