The invention relates to a TAVI adjustment factor algorithm based on the solar altitude angle, which comprises the following steps: image preprocessing, analysis of the apparent distribution of the apparent reflectance of the image band, and the calculation of the adjustment factor of the solar elevation angle. The invention relates to DEM data and remote sensing image classification, does not depend on the ground survey data, as the used parameters of the elevation angle of the sun, to ensure that the TAVI can effectively eliminate the interference effect of topography on vegetation information, and is superior to the correction effect of DEM data C model based on terrain, and avoid due to the accuracy of registration the difference of remote sensing images and DEM data objects decreased vegetation information retrieval accuracy and other issues, a wide range of application of TAVI in complex terrain mountain vegetation information accurate inversion has important scientific significance and economic value.
【技术实现步骤摘要】
本专利技术涉及TAVI调节因子算法领域,特别是一种基于太阳高度角的TAVI调节因子算法。
技术介绍
现有公开发表的地形调节植被指数(TAVI)中调节因子f(Δ)优化方法主要有2种:“寻优匹配法”和“极值优化法”。“寻优匹配”算法(国家专利号200910111688X)计算步骤为:(1)影像分类,划分遥感影像中山体的阴坡和阳坡,并选取典型样区;(2)目标识别,借助地面调查资料、实地考察数据、航拍资料或者GoogleEarth的高分辨率影像数据等核实阴坡与阳坡植被的均质性,识别典型样区阴坡与阳坡植被一致或接近的部分;(3)优化匹配,令f(Δ)从0开始,依次递增,考察TAVI在典型样区阴坡与阳坡植被一致部分的植被指数值变化,当二者相等时,即可确定f(Δ)的最优结果。“极值优化”算法(国家专利号201010180895.3)计算步骤为:(1)影像分类,划分遥感影像中山体的阴坡和阳坡;(2)计算极值,计算阴坡部分TAVI的最大值MTAVI阴与阳坡部分TAVI的最大值MTAVI阳;(3)迭代寻优,令f(Δ)从0开始,依次递增,当满足以下公式的条件时,得到f(Δ)最优值。|MTAVI阴-MTAVI阳|≤ε,ε→0,f(Δ)=0~∞按照上述2种优化算法,TAVI无需DEM等数据的支持,就能有效削减地形对山区植被信息的影响。但此2种优化算法经验性强而物理意义偏弱,并都需要对遥感影像进行分类;其中,“寻优匹配”算法还需要地面数据等的支持,而“极值优化”算法容易陷入局部最优而非全局最优,这都限制了TAVI的自动化应用水平,不利于TAVI大范围推广应用。
技术实现思路
有鉴于此,本 ...
【技术保护点】
一种基于太阳高度角的TAVI调节因子算法,其特征在于:包括以下步骤:步骤S1:对遥感影像进行预处理,通过遥感影像辐射定标,生成影像表观反射率数据;步骤S2:对遥感影像进行质量分析,统计遥感影像红光波段和近红外波段表观反射率数据;分析山区植被在这两个波段反射率是否合理,决定影像是否正常可用;步骤S3:计算调节因子f(Δ),从遥感影像头文件读取卫星过境时太阳高度角;其中f(Δ)的计算采用下式:f(Δ)=s‑sin(α);式中,s为传感器参数,α为太阳高度角;步骤S4:采用下式计算地形调节植被指数TAVI:TAVI=BnirBr+f(Δ)·1Br;]]>式中,Bnir为遥感影像近红外波段表观反射率数据,Br为遥感影像红光波段表观反射率数据。
【技术特征摘要】
1.一种基于太阳高度角的TAVI调节因子算法,其特征在于:包括以下步骤:步骤S1:对遥感影像进行预处理,通过遥感影像辐射定标,生成影像表观反射率数据;步骤S2:对遥感影像进行质量分析,统计遥感影像红光波段和近红外波段表观反射率数据;分析山区植被在这两个波段反射率是否合理,决定影像是否正常可用;步骤S3:计算调节因子f(Δ),从遥感影像头文件读取卫星过境时太阳高度角;其中f(Δ)的计算采用下式:f(Δ)=s-sin(α);式中,s为传感器参数,α为太阳高度角;步骤S4:采用下式计算地形调节植被指数TAVI:TAVI=BnirBr+f(Δ)&CenterDo...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。