一种基于太阳高度角的TAVI调节因子算法制造技术

本发明专利技术涉及一种基于太阳高度角的TAVI调节因子算法,包括以下步骤：影像预处理，分析影像波段表观反射率数值分布，提取太阳高度角计算调节因子。本发明专利技术无需DEM数据和遥感影像分类，不依赖于地面调查数据，采用具有实际物理意义的太阳高度角作为计算参数，确保TAVI能有效消除地形影响对植被信息的干扰，达到并优于基于DEM数据的C模型地形校正效果，并避免了由于遥感影像与DEM数据配准精度差异导致的地物植被信息反演精度下降等问题，对TAVI在复杂地形山区植被信息准确反演的大范围应用推广具有重要的科学意义与经济价值。

An algorithm of TAVI adjustment factor based on solar altitude angle

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，本专利技术的目的是提出一种基于太阳高度角的TAVI调节因子算法，无需DEM数据和遥感影像分类，同时不依赖于地面调查数据，并具有实际物理意义，对TAVI在复杂地形山区植被信息准确反演的大范围应用推广具有重要的科学意义与经济价值。本专利技术采用以下方案实现：一种基于太阳高度角的TAVI调节因子算法，具体包括以下步骤：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；通常山区植被红光波段反射率平均值在0.05左右，近红外波段反射率平均值大于0.2。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：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。进一步地，所述步骤S2中还包括：计算红光波段和近红外波段的均值、中值、方差等。进一步地，所述遥感影像包括光学遥感影像数据等。进一步地，步骤S3中，所述传感器参数s的默认取值为1，不同传感器取值略做微调，其中Landsat5取值为0.9，Landsat8取值为1.2。与现有技术相比，本专利技术有以下有益效果：1、物理意义强，操作简单：本专利技术采用太阳高度角和传感器因子计算调节因子，具有较强的物理意义，计算流程简单，大大提升了TAVI应用自动化水平。2、地形校正效果明显：本专利技术确定的调节因子，保证地形调节植被指数能有效消除地形影响对植被信息的干扰；通过对研究区(如图1所示)不同时相LandsatTM多光谱遥感影像数据的应用(包括Landsat5和Landsat8影像数据)，表明本专利技术确定的调节因子能保证不同时相Landsat5和Landsat8影像的TAVI与太阳入射角余弦值(cosi)的相关系数(r)绝对值平均值低于0.1(如表1)，优于其它常用植被指数，比基于DEM的C校正影像计算的NDVI效果还好(如图1所示)。表1不同时相LandsatTM数据f(Δ)调节因子计算结果与TAVI抗地形影响效果比较3、数据需求少，成本低：本专利技术只需要遥感影像自身携带的波段数据和太阳高度角数据，无需地面调查数据或实地考察数据等的支持，数据成本与时间成本实现最小化。附图说明图1为本专利技术研究区中影像对比示意图。图2为本专利技术的方法流程示意图。具体实施方式下面结合附图及实施例对本专利技术做进一步说明。如图2所示，本实施例提供了一种基于太阳高度角的TAVI调节因子算法，具体包括以下步骤：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；通常山区植被红光波段反射率平均值在0.05左右，近红外波段反射率平均值大于0.2。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：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。在本实施例中，所述步骤S2中还包括：计算红光波段和近红外波段的均值、中值、方差等。在本实施例中，所述遥感影像包括光学遥感影像数据等。在本实施例中，步骤S3中，所述传感器参数s的默认取值为1，不同传感器取值略做微调，其中Landsat5取值为0.9，Landsat8取值为1.2。以上所述仅为本专利技术的较佳实施例，凡依本专利技术申请专利范围所做的均等变化与修饰，皆应属本专利技术的涵盖范围。本文档来自技高网...

【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...

【专利技术属性】
技术研发人员：江洪，毛政元，肖桂荣，
申请(专利权)人：福州大学，
类型：发明
国别省市：福建;35