一种改进的时序植被指数数据合成方法技术

本发明专利技术公开了一种改进的时序植被指数数据合成方法，包括：A、对地表反射率数据质量进行分级；B、计算各个像元的植被指数，包括NDVI和EVI；C、依据所述地表反射率数据质量评估结果，逐像元地统计清洁像元的个数N；D、依据所述清洁像元个数N的不同，选择不同的操作得到最终的合成值。采用本发明专利技术的方法，能够对现有CV-MVC合成方法中存在的不足进行改进，提高其精细度和限制性。

【技术实现步骤摘要】
一种改进的时序植被指数数据合成方法
本专利技术涉及遥感图像处理技术，尤其涉及一种改进的时序植被指数数据合成方法。
技术介绍
植被指数值，是基于遥感地表反射率数据经一定运算得到的一种能够反映地表植被生长状况的指数。常见的植被指数主要有归一化植被指数(NormalizedDifferenceVegetationIndex,NDVI)、增强型植被指数(EVI)。但由于一系列原因导致，单次成像的遥感数据难以得到满足应用需求的植被数据，这些因素主要包括：1)成像过程中容易受云、气溶胶、观测角度、太阳高度等诸多因素的影响，导致单次得到植被指数质量不佳。2)对大部分遥感卫星而言，单次成像往往难以覆盖目标区域内所有面积。目前，诸如AVHRR、SeaWiFS、Spot等卫星都提供了多天合成的植被指数产品。各种产品采用的合成方法也不尽相同，总结起来，主要有如下几种合成方法：最大值合成法(MVC)。对时序像元进行云检测，得到一部分清洁像元，选择其中的NDVI最大值作为该点的合成数据。最大值合成能够有效地减少大气中气溶胶的影响，是NOAAAvhrr合成植被指数数据采用的方法。但由于植被冠层双向反射的特征，越大的观测角度、越大的太阳天顶角，植被指数的值倾向于越大，而且存在较大不确定性。蓝光波段反射率最小值合成法。对时序像元进行云检测，得到一部分清洁像元，计算每个像元的NDVI值，选择相应蓝色波段最小的值作为合成数据。该方法的同样可对有效地减少大气中气溶胶的影响，但存在的问题和MVC方法相同。限制角度的最大值合成法(CV-MVC)。是对最大值合成方法的进一步发展，目的是对观测角度和太阳角进行一定的限制，减少植被冠层双向反射的特征的影响。具体方法是，选择n个植被指数最大的点，再从中选择观测角度最小的点，作为合成值。CV-MVC是一种较合理、可行的合成方法，是目前MODIS16天合成植被指数产品采用的方法，但该方法可能存在以下两种问题：1)当最大的几个植被指数之间有较大差异时，可能选择植被指数偏小的点；2)当最大的几个植被指数之间差异较小时，可能选择成像角度偏大的点。双向反射分布函数法(BRDF)。BRDF方案是一种更加精细和限制的技术，所有的二向反射率观测数据被插到同一到等天底波段反射率值。这种模型适合用最小平方程序去估算等天底观测的反射率值。经过初始筛选之后，至少需要5个高质量的数据用于模型反转。如果以内插值替换的反射率值在MVC选择NDVI规定的范围之内，则认为这个结果是合乎要求的。BRDF合成方案也有缺陷，它不仅需要5天清洁像元，而且还依赖于云掩模的精度，由于等天底值是从5个或者更多的像元来插值获取的，一个被云污染(residualcloud)的像元将会危害整个被计算的天底值，遗憾的是植被对云(雨)是最敏感的，这就限制了BRDF反转程序只能应用到干旱和云量较少的地区。因此，目前BRDF模型已经被取消关掉，直到对它的应用进行更完整的分析和评估完成。
技术实现思路
有鉴于此，本专利技术的主要目的在于提供一种改进的时序植被指数数据合成方法，对现有CV-MVC合成方法中存在的不足进行改进，以提高其精细度和限制性。为达到上述目的，本专利技术的技术方案是这样实现的：一种改进的时序植被指数数据合成方法，包括如下步骤：A、对地表反射率数据质量进行分级；B、计算各个像元的植被指数，包括NDVI和EVI；C、依据所述地表反射率数据质量评估结果，逐像元地统计清洁像元的个数N；D、依据所述清洁像元个数N的不同，选择不同的操作得到最终的合成值。其中，步骤A所述对地表反射率数据质量进行分级，具体为：根据是否有云、大气气溶胶厚度、观测角度以及太阳高度，得到各个像元的质量分级Rank，依据分级的不同，分为Rank＝0～Rank＝7。步骤B所述计算各个像元的植被指数，具体为：正常地区：或云、雪覆盖的地区：其中：G＝2.5，L＝1.0，C1＝6，C2＝-7.5；所述ρnir为近红外波段反射率，ρred为红光波段反射率，ρblue为蓝光波段反射率。步骤C所述的清洁像元为Rank＝0和Rank＝1的像元。其中，步骤D所述依据清洁像元个数N的不同，选择不同的操作得到最终的合成值，具体为：当N≥2时，从当前点多天植被指数中选取清洁像元，得到一个数组VIARR；计算所述VIARR的最大值MaxVi，对VIARR按观测天顶角VZA升序排序，并依次将VIARR中的元素与MaxVi对比，当VIARR中第i个元素VIARRi与MaxVi满足如下关系时，则选取VIARRi作为最终的合成值；其中，Δθ为最大值容忍度，取值范围在0.1～0.3之间。其中，步骤D所述依据清洁像元个数N的不同，选择不同的操作得到最终的合成值，具体为：当N＝1时，从该点多天植被指数中选取这一个清洁像元作为合成值。其中，步骤D所述依据清洁像元个数N的不同，选择不同的操作得到最终的合成值，具体为：当N＝0时，找出质量相对最好的点，即Rank值最小的点，并得到这些点的相应的值FinestVIs，按MVC原则，以FinestVIs中最大值作为最终的合成数据。本专利技术所提供的改进的时序植被指数数据合成方法，具有以下优点：本专利技术基于CV-MVC合成技术提出的更加精细、更加限制的时序植被指数数据合成方法，通过对地表反射率数据质量分级、计算各个像元的植被指数、逐像元地统计清洁像元的个数N，分别针对N值不同的情况得到最终的合成值。采用本专利技术，能够在保证最大值合成的基本原则下，最大可能的选取成像角度最小的点。有效地平衡了“选择最大观测值”“与观测角度最小”这两个基本原则间的关系。本专利技术方法相较于BRDF相对复杂的、条件要求苛刻的特点，更具操作性。附图说明图1为本专利技术改进的时序植被指数数据合成方法的流程示意图；图2为本专利技术方法所述地表反射数据的质量分级示意图；图3A～图3C分别为采用本专利技术方法得到的植被指数数据合成效果示意图。具体实施方式下面结合附图及本专利技术的实施例对本专利技术时序植被指数数据合成方法作进一步详细的说明。本专利技术实施例中，所述时序植被指数的合成算法假定已经得到经过大气矫正、辐射定标、以及几何校正后的地表反射率数据，并且有该数据相应的云掩膜、大气气溶胶量、观测天顶角、太阳高度角几种数据。具体这几类数据如何得到，可根据不同的卫星传感器数据来查阅相应的处理方法，本专利技术不对这些处理方法进行论述。图1为本专利技术改进的时序植被指数数据合成方法的流程示意图。如图1所示，该方法包括如下步骤：步骤11：对地表反射率数据质量进行分级，分级的主要依据有：是否有云、大气气溶胶厚度、观测角度以及太阳高度，得到各个像元的质量分级Rank。所述地表反射率数据的质量分级，如图2所示，根据分级的依据不同，将地表反射率数据分为0～7个质量等级。其中，VZA表示观测天顶角、SZA表示太阳天顶角；LVA表示观测天顶角的阈值，依据不同卫星的观测角度与分辨率的变异水平，可取值30～50度之间。LSA表示太阳天顶角阈值，一般取60～80度。步骤12：计算各个像元的植被指数本文档来自技高网...

【技术保护点】
一种改进的时序植被指数数据合成方法，其特征在于，包括如下步骤：A、对地表反射率数据质量进行分级；B、计算各个像元的植被指数，包括NDVI和EVI；C、依据所述地表反射率数据质量评估结果，逐像元地统计清洁像元的个数N；D、依据所述清洁像元个数N的不同，选择不同的操作得到最终的合成值。

【技术特征摘要】
1.一种改进的时序植被指数数据合成方法，其特征在于，包括如下步骤：A、对地表反射率数据质量进行分级；具体为：根据是否有云、大气气溶胶厚度、观测角度以及太阳高度，得到各个像元的质量分级Rank，依据分级的不同，分为Rank＝0～Rank＝7；B、计算各个像元的植被指数，包括NDVI和EVI；所述计算各个像元的植被指数，具体为：正常地区：或云、雪覆盖的地区：其中：G＝2.5，L＝1.0，C1＝6，C2＝-7.5；所述ρnir为近红外波段反射率，ρred为红光波段反射率，ρblue为蓝光波段反射率；C、依据所述地表反射率数据质量评估结果，逐像元地统计清洁像元的个数N；所述的清洁像元为Rank＝0和Rank＝1的像元；D、依据所述清洁像元个数N的不同，选择不同的操作得到最终的合成值；步骤D所述依据清洁像元个数N的不同，选择不同的操作得到最终的合成值，具体为：当N≥2时，从当前点多天植被指数中选取清洁像元，得到一个数...

【专利技术属性】
技术研发人员：陈康，
申请(专利权)人：武汉禾讯农业信息科技有限公司，
类型：发明
国别省市：湖北;42